Kuiz Pemulihan Wajah Teguh CodeFormer

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

1. Bagaimanakah CodeFormer secara asasnya merangka masalah pemulihan muka?
   • Sebagai ramalan kod diskret daripada buku kod yang dipelajari
   • Sebagai regresi piksel berterusan
   • Sebagai transkripsi audio
   • Sebagai ringkasan teks
2. Komponen apakah yang meramalkan entri buku kod yang hendak digunakan?
   • Penjana nombor rawak
   • Seorang Transformer
   • Pokok keputusan
   • Transformasi Fourier
3. Why can CodeFormer’s discrete codebook help with severely degraded faces?
   • It converts images to grayscale
   • Ia mengalih keluar semua maklumat warna
   • It constrains predictions to a learned vocabulary of facial visual atoms
   • It requires the input to be pristine
4. What does CodeFormer’s controllable feature transformation setting adjust?
   • Image resolution only
   • File format
   • Bilangan muka yang dikesan
   • The trade-off between fidelity to the input and restored visual quality
5. Di tempat manakah CodeFormer diterbitkan?
   • NeuroIPS 2022
   • SIGGRAPH 1999
   • Majalah masakan
   • Ia tidak pernah diterbitkan
6. Apakah teknik yang diperolehi daripada latihan buku kod?
   • Regresi linear
   • Model terkuantiti vektor gaya VQGAN
   • Pangkalan data hubungan
   • Makro hamparan
7. What two needs does the CodeFormer paper identify for blind face restoration guidance?
   • Changing image format and compressing files
   • Detecting camera brand and lens type
   • Improving the degraded-input mapping and complementing details lost from the input
   • Removing color and resizing the image
8. What kinds of test data did the CodeFormer paper use in its reported experiments?
   • Only hand-drawn illustrations
   • Only pristine studio portraits
   • Audio and text datasets
   • Synthetic and real-world degraded faces