Gids-gekoppelde quiz · Middelmatig Niveau
Quiz voor actieherkenning
Leer hoe video-actieherkenningsmodellen temporeel bewijs, bewegingsrepresentaties en spatiotemporele convoluties gebruiken.
Vraag 1 van 8
Wat onderscheidt actieherkenning fundamenteel van gewone beeldclassificatie?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat onderscheidt actieherkenning fundamenteel van gewone beeldclassificatie?
- Het redeneert over hoe pixels in de loop van de tijd veranderen, en niet slechts over een enkel frame
- Er wordt gebruik gemaakt van grotere afbeeldingen
- Het werkt alleen bij zwart-witvideo
- Er zijn geen trainingsgegevens vereist
- Wat verwerkt de tweede stroom doorgaans in een klassiek actieherkenningsnetwerk met twee stromen?
- Audio golfvormen
- Optische stroom die beweging vertegenwoordigt
- Tekstbijschriften
- GPS-coördinaten
- Wat voegt een 3D-convolutie toe ten opzichte van een standaard 2D-convolutie?
- Kleur kanalen
- Hogere beeldresolutie
- Een temporele (tijd) as, zodat filters meerdere frames bestrijken
- Een grotere batchgrootte
- Wat is de 'inflatie'-truc die door het I3D-model wordt gebruikt?
- Videohelderheid verhogen
- Willekeurig meer lagen toevoegen
- Het videobestand comprimeren
- Het uitbreiden van 2D-beeldnetwerkgewichten naar 3D door ze in de tijd te repliceren
- Waarom is de Something-Something-dataset opmerkelijk voor actieherkenning?
- Het dwingt modellen om de temporele richting te begrijpen in plaats van te vertrouwen op de context van de scène
- Het bevat alleen dierenvideo's
- Het heeft geen etiketten
- Het is gemaakt van enkele afbeeldingen
- Met welke techniek kunnen actieherkenningsmodellen leren van ongelabelde video?
- Handmatig frame-voor-frame labelen
- Zelfgecontroleerde gemaskerde videomodellering
- Alle bewegingsgegevens verwijderen
- Alleen audio gebruiken
- How many action-template classes did the initial Something-Something dataset paper describe?
- 17 classes
- 1,740 classes
- 174 classes
- 17,400 classes
- 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