Quiz połączony z przewodnikiem · Średni Poziom

Interaktywny quiz redakcyjny DragGAN

Poznaj punkty uchwytów DragGAN, nadzór ruchu, śledzenie punktów, aktualizacje przestrzeni ukrytej, maski i metody edycji metodą przeciągania.

Powiązane ścieżki prowadząceDraggan Interaktywny montaż
Pytanie 1 z 8

Jak użytkownik może edytować obraz w DragGAN?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jak użytkownik może edytować obraz w DragGAN?
    • Przeciągając punkty uchwytów w kierunku punktów docelowych
    • Wpisując monit tekstowy
    • Wybierając spośród gotowych filtrów
    • Nagrywając polecenie głosowe
  2. Jakie są dwa naprzemienne podstawowe kroki DragGAN?
    • Kodowanie i dekodowanie
    • Nadzór ruchu i śledzenie punktów
    • Przycinanie i zmiana rozmiaru
    • Rozmycie i wyostrzenie
  3. Dlaczego zmiany DragGAN wyglądają realistycznie, a nie rozmazane?
    • Wykorzystuje dodatkowe filtry wyostrzające
    • Kopiuje piksele ze zdjęć stockowych
    • Zmiany pozostają w zbiorze wyuczonych obrazów GAN
    • Zwiększa rozdzielczość obrazu
  4. Co kontroluje opcjonalna maska ​​w DragGAN?
    • Format pliku obrazu
    • Paleta kolorów
    • Rozdzielczość wyjściowa
    • Które regiony mogą się przesuwać podczas edycji
  5. W jakim miejscu w 2023 r. zaprezentowano zwłaszcza DragGAN?
    • SYGGRAF
    • Olimpiada
    • Konkurs kulinarny
    • Festiwal muzyczny
  6. Jaki kierunek dalszych działań rozszerzył edycję metodą przeciągania poza sieci GAN?
    • Edycja przeciągnij plików audio
    • Sterowanie oparte na przeciąganiu dla modeli dyfuzji
    • Edycja przeciągnij dla arkuszy kalkulacyjnych
    • Całkowite usunięcie edycji
  7. What does DragGAN’s point-tracking step do after an editing update?
    • It translates the image caption
    • It chooses a new GAN architecture
    • It relocates the handle to the feature’s new position in the generated image
    • It erases the target point from the image
  8. Which follow-up approach applies drag-based editing to real photographs using a diffusion model?
    • CyklGAN
    • SPADE
    • Kodek
    • DragDiffusion