이미지 초해상도 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 단일 이미지 초해상도를 '잘못된' 문제라고 부르는 이유는 무엇입니까?
   • 다양한 고해상도 이미지가 동일한 저해상도 입력을 생성할 수 있습니다.
   • 입력 이미지가 항상 복구할 수 없을 정도로 손상되었습니다.
   • 수학에는 답이 전혀 없다
   • GPU보다 더 많은 메모리가 필요합니다.
2. 픽셀별 MSE 손실만 사용하여 초해상도 네트워크를 훈련할 때 나타나는 일반적인 단점은 무엇입니까?
   • 출력이 지나치게 날카롭고 시끄러워집니다.
   • 출력이 흐릿하고 지나치게 부드러워 보입니다.
   • 모델이 이미지 확대를 거부함
   • 회색조 이미지만 처리할 수 있습니다.
3. GAN 기반 모델 ESRGAN은 인지된 선명도를 향상시키기 위해 무엇을 추가합니까?
   • 더 큰 쌍삼차 보간 커널
   • 규칙 기반 가장자리 선명화 필터
   • 판별자와 지각 특징 공간 손실
   • 더 많은 훈련 에포크만
4. 법의학 또는 의료 환경에서 초해상도 출력을 주의 깊게 처리해야 하는 이유는 무엇입니까?
   • 항상 입력보다 품질이 낮습니다.
   • 표준 형식으로 저장할 수 없습니다.
   • 매번 파일 크기가 두 배로 늘어납니다.
   • 모델은 실제 내용이 아닐 수도 있는 그럴듯한 세부 사항을 만들어냅니다.
5. 확산 기반 초해상도(예: SR3)는 어떻게 디테일을 생성합니까?
   • 여러 단계에 걸쳐 반복적으로 노이즈를 세부적으로 개선함으로써
   • 스톡 사진 데이터베이스에서 픽셀을 복사하여
   • 단일 선명화 컨볼루션을 적용하여
   • JPEG로 이미지를 압축하여
6. Real-ESRGAN은 이전 SR 모델과 비교하여 구체적으로 어떤 문제를 해결합니까?
   • 만화 이미지만 업스케일링
   • 노이즈 및 압축과 같은 지저분한 실제 성능 저하 처리
   • 의도적으로 이미지 해상도 줄이기
   • 이미지를 벡터 그래픽으로 변환
7. What does the sub-pixel convolution in ESPCN do?
   • It estimates optical flow between video frames
   • It classifies objects without upsampling
   • It rearranges feature channels into a higher-resolution image grid
   • It adds a text prompt to an image embedding
8. What kind of image pairs did the RealSR dataset collect?
   • Only synthetic Gaussian-noise images
   • Text-only descriptions paired with audio
   • Unpaired medical scans from different patients
   • Real-world paired low- and high-resolution images captured with different cameras or zoom settings