Gids-gekoppelde quiz · Middelmatig Niveau

Quiz voor schatting van stereodiepte

Bekijk hoe stereocamerageometrie, dispariteitsafstemming, kostenvolumes en sensorfusie bijdragen aan betrouwbare 3D-diepteschattingen.

Gerelateerde gidspadenSchatting van de stereodiepte
Vraag 1 van 8

Wat is 'ongelijkheid' in stereovisie?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat is 'ongelijkheid' in stereovisie?
    • De horizontale verschuiving van een matchingpunt tussen de linker- en rechterafbeelding
    • Het helderheidsverschil tussen de twee camera's
    • De verticale afstand tussen de twee camera's
    • De kleurmismatch veroorzaakt door lensverschillen
  2. Hoe verhoudt diepte zich tot ongelijkheid?
    • Diepte is recht evenredig met ongelijkheid
    • Diepte is omgekeerd evenredig met ongelijkheid
    • Diepte is gelijk aan ongelijkheid maal de basislijn
    • Diepte heeft niets te maken met ongelijkheid
  3. Waarom worden afbeeldingen 'gerectificeerd' voordat ze matchen?
    • Om de beeldresolutie te verhogen
    • Om kleur uit de afbeeldingen te verwijderen
    • Om overeenkomstige punten op dezelfde horizontale rij te laten liggen
    • Om bewegende objecten onscherp te maken
  4. Welk scenario is het moeilijkst voor stereomatching?
    • Een rijk gestructureerd buitentafereel
    • Een close-up van een vloerkleed met patroon
    • Een tafereel met sterke, gevarieerde randen
    • Een lege witte muur zonder textuur
  5. Waarnaar verwijst de ‘basislijn’?
    • De fysieke afstand tussen de twee camera's
    • De minimaal detecteerbare diepte
    • De belichtingstijd van het referentieframe
    • De laagste helderheid in het beeld
  6. Wat is een 'kostenvolume' in diepe stereonetwerken?
    • Een maatstaf voor het GPU-geheugengebruik
    • Een 3D-structuur die aangeeft hoe goed de kenmerken overeenkomen bij elke kandidaat-ongelijkheid
    • De dollarkosten van de camerahardware
    • Een lijst met gedetecteerde objectcategorieën
  7. Why are depth estimates often noisier for faraway objects than nearby ones?
    • Far objects always occupy more pixels than nearby objects
    • Stereo depth is calculated from color saturation rather than disparity
    • Far objects have small disparity, so a small disparity error can produce a larger depth error
    • The camera baseline increases automatically with object distance
  8. What can LiDAR add when it is fused with stereo depth estimation?
    • A replacement for all image data in every scene
    • A guarantee that stereo estimates have no errors
    • A way to remove the need for camera calibration
    • An additional depth measurement that can help constrain stereo matching