Quiz collegato alla guida · Medio Livello
Quiz sul montaggio one-shot Tune-A-Video
Prova come Tune-A-Video adatta un modello di diffusione dell'immagine utilizzando un video, attenzione temporale, inversione e modifiche guidate dal testo.
Domanda 1 di 8
Da quale modello base parte Tune-A-Video prima di adattarlo per il video?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Da quale modello base parte Tune-A-Video prima di adattarlo per il video?
- Un modello di diffusione da testo a immagine preimpostato come Stable Diffusion
- Un grande modello linguistico
- Un modello video addestrato da zero su milioni di clip
- Un generatore di immagini basato su GAN
- Cosa si intende per "one-shot" in Tune-A-Video?
- Generazione in un unico passaggio di denoising
- Sintonizzazione su un solo video sorgente
- Utilizzando un prompt per l'intero set di dati
- In esecuzione su una singola GPU
- How does Tune-A-Video’s sparse causal attention connect video frames?
- Frames are generated fully independently
- Every frame is averaged into one image
- Each frame can attend to the first frame and the preceding frame
- Attention is disabled across all frames
- What does DDIM inversion provide before Tune-A-Video samples an edit?
- A compressed audio track
- A new video caption
- A camera calibration file
- A source-conditioned latent that guides generation from the input video
- Durante la messa a punto, cosa aggiorna principalmente Tune-A-Video per rimanere efficiente?
- Un piccolo insieme di parametri di attenzione/temporali
- Ogni peso nel modello completo
- Solo il vocabolario del codificatore di testo
- Solo il decodificatore di immagini
- What limitation motivated later tuning-free video-editing methods?
- It can only edit audio
- Tune-A-Video requires per-video tuning before editing a new clip
- It supports no text prompt
- It was trained only on black-and-white images
- Which editing capability did the Tune-A-Video paper demonstrate?
- Automatic speech-quality scoring
- 3D camera-pose recovery from photos
- Text-guided style transfer on a source video
- Instrument-stem separation
- Which content change can Tune-A-Video apply to a source clip using text?
- Measuring packet latency
- Estimating pitch from a monophonic signal
- Recovering 3D scene geometry from uncalibrated photos
- Changing a subject or background while trying to retain source motion