ガイド連動クイズ · 中 レベル
画像マッティングクイズ
アルファ合成、トライマップ ガイダンス、ファインエッジ リファインメント、ソフトディテール カットアウトと仮想背景の画像マットの使用を確認します。
質問 1 の 8
画像マット化におけるアルファマットは何を表しますか?
すべての質問をプレビューする8 質問
クイズに答えると、答えと解説が表示されます。
- 画像マット化におけるアルファマットは何を表しますか?
- 各ピクセルの明るさ
- 各ピクセルの深度
- オブジェクトのカテゴリラベル
- 0 ～ 1 の間の各ピクセルの不透明度 (前景部分)
- マット化はバイナリ セグメンテーションと基本的にどのように異なりますか?
- マット化はビデオでのみ機能します
- マッティングはハードマスクだけでなくソフトエッジの不透明度を推定します
- マッティングはハード 0/1 マスクのみを生成します
- マット化は色情報を無視します
- クラシックマットのトライマップとは何ですか?
- 3色の写真フィルター
- 深度センサー出力
- 明確な前景、明確な背景、および未知の領域をマークする地図
- カメラのレンズの一種
- 合成方程式 I = alpha*F + (1 - alpha)*B は次の理由により過小決定されます。
- ピクセルあたりの 3 つの既知の RGB 値よりも多くの未知数が存在します。
- それは決して解決策がありません
- アルファは常に正確に 0.5 です
- 前景と背景が同じである
- MODNet や Robust Video Matting などのモデルの注目すべき点は何ですか?
- すべてのフレームに手書きのトライマップが必要です
- トライマップフリーのマッティングを、多くの場合リアルタイムで実行します。
- 白黒画像でのみ機能します
- 3Dメッシュを出力します
- ディープマッティングにおいて一般的にアルファ予測誤差と組み合わされる損失はどれですか?
- 音声認識の喪失
- 強化報酬
- ラベル上の分類クロスエントロピー
- 予測を再ブレンドして元の画像と比較する合成損失
- Why might a deep matting network include a refinement stage after an initial alpha prediction?
- To improve fine boundaries such as hair that a coarse prediction may miss
- To replace every fractional alpha with a hard label
- To discard the foreground color before compositing
- To force all background pixels to become foreground
- Which video-conferencing operation directly uses a predicted alpha matte?
- Estimating the participant's spoken words from the waveform
- Selecting an audio codec for the microphone
- Blending a participant with a replacement background along soft edges
- Assigning the call's network packets to a router