행동 인식 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 동작 인식과 일반적인 이미지 분류를 근본적으로 구별하는 것은 무엇입니까?
   • 단일 프레임이 아니라 시간이 지남에 따라 픽셀이 어떻게 변하는지 추론합니다.
   • 더 큰 이미지를 사용합니다.
   • 흑백 비디오에서만 작동합니다.
   • 학습 데이터가 필요하지 않습니다.
2. 전통적인 2개 스트림 동작 인식 네트워크에서 두 번째 스트림은 일반적으로 무엇을 처리합니까?
   • 오디오 파형
   • 모션을 나타내는 광학 흐름
   • 텍스트 캡션
   • GPS 좌표
3. 표준 2D 컨볼루션에 비해 3D 컨볼루션은 무엇을 추가합니까?
   • 색상 채널
   • 더 높은 이미지 해상도
   • 필터가 여러 프레임에 걸쳐 있도록 하는 시간(시간) 축
   • 더 큰 배치 크기
4. I3D 모델이 사용하는 '인플레이션' 트릭은 무엇입니까?
   • 비디오 밝기 높이기
   • 무작위로 더 많은 레이어 추가
   • 비디오 파일 압축
   • 2차원 이미지-네트워크 가중치를 시간에 따라 복제하여 3차원으로 확장
5. Something-Something 데이터세트가 행동 인식에 주목받는 이유는 무엇인가요?
   • 모델이 장면 상황에 의존하기보다는 시간적 방향을 이해하도록 합니다.
   • 동물 영상만 포함되어 있습니다.
   • 라벨이 없습니다.
   • 단일 이미지로 구성되어 있습니다.
6. 동작 인식 모델이 라벨이 지정되지 않은 비디오에서 학습하는 데 도움이 되는 기술은 무엇입니까?
   • 수동 프레임별 라벨링
   • 자기 감독 마스크 비디오 모델링
   • 모든 모션 데이터 삭제
   • 오디오만 사용
7. How many action-template classes did the initial Something-Something dataset paper describe?
   • 17 classes
   • 1,740 classes
   • 174 classes
   • 17,400 classes
8. What pretraining strategy does VideoMAE use?
   • Training only on single labeled frames
   • Replacing video with a text transcript
   • Predicting optical flow without reconstructing masked content
   • Masking a high proportion of video tokens and reconstructing them from visible tokens