가이드 연계 퀴즈 · 쉬움 레벨

이미지 조화 및 합성 퀴즈

조화에서 마스크와 도메인 정렬을 사용하여 전경과 배경을 일치시키는 방법과 데이터의 역할 및 확산 방법을 검토합니다.

관련 가이드 경로이미지 조화 및 합성
질문 1 의 8

이미지 조화는 주로 어떤 문제를 해결합니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. 이미지 조화는 주로 어떤 문제를 해결합니까?
    • 붙여넣은 개체의 색상과 조명을 새 배경에 일치시키기
    • 이미지 노이즈 제거
    • 이미지 해상도 높이기
    • 사진 속 얼굴 감지
  2. 대부분의 조화 모델에는 합성 이미지 외에 어떤 추가 입력이 필요합니까?
    • 텍스트 캡션
    • 삽입된 영역의 바이너리 마스크
    • 카메라의 GPS 데이터
    • 오디오 클립
  3. iHarmony4 벤치마크는 무엇과 관련되어 있나요?
    • 음성 인식
    • 자율주행차
    • 이미지 조화 연구
    • 음악세대
  4. 조화를 위한 훈련 쌍은 일반적으로 어떻게 생성됩니까?
    • 모든 이미지를 수동으로 페인팅하여
    • 합성 3D 렌더만 사용하여
    • 영상을 녹화해서
    • 실제 사진에서 특정 영역의 색상을 교란시켜 가짜 합성물을 만드는 방법
  5. 많은 효율적인 방법이 픽셀을 재생성하는 대신 색상 변환을 예측하는 이유는 무엇입니까?
    • 전경의 디테일과 질감을 유지하려면
    • 더 많은 메모리를 사용하려면
    • 이미지를 작게 만들려면
    • 마스크 사용을 피하려면
  6. 색상 일치 외에 최신 확산 기반 합성 모델에는 어떤 기능이 추가됩니까?
    • 텍스트 언어 번역
    • 일치하는 그림자 및 반사 합성
    • 비디오 파일 압축
    • 필기 인식
  7. What does DoveNet's domain-verification idea ask a harmonized foreground to do?
    • Become a separate class that is easier to detect
    • Replace the background with the foreground
    • Move toward the same appearance domain as the background
    • Ignore the background's lighting and color
  8. Which source datasets contribute to iHarmony4's harmonization composites?
    • ImageNet, LAION-5B, and Common Crawl subsets
    • Only synthetic renderings from Objaverse
    • Only unedited satellite image collections
    • COCO, Adobe5k, Flickr, and day2night subsets