Quiz dotyczący harmonizacji i komponowania obrazu

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Jaki problem rozwiązuje przede wszystkim harmonizacja obrazu?
   • Dopasowanie koloru i oświetlenia wklejonego obiektu do jego nowego tła
   • Usuwanie szumów obrazu
   • Zwiększanie rozdzielczości obrazu
   • Wykrywanie twarzy na zdjęciach
2. Jakich dodatkowych danych wejściowych potrzebuje większość modeli harmonizacji poza obrazem złożonym?
   • Podpis tekstowy
   • Maska binarna wstawionego regionu
   • Dane GPS aparatu
   • Klip dźwiękowy
3. Z czym jest powiązany test porównawczy iHarmony4?
   • Rozpoznawanie mowy
   • Samochody autonomiczne
   • Badania harmonizacji obrazu
   • Pokolenie muzyki
4. W jaki sposób powszechnie tworzone są pary treningowe dla harmonizacji?
   • Ręcznie malując każdy obraz
   • Używając wyłącznie syntetycznych renderów 3D
   • Nagrywając wideo
   • Zaburzając kolory obszaru na prawdziwym zdjęciu, aby stworzyć fałszywą kompozycję
5. Dlaczego wiele skutecznych metod przewiduje transformację kolorów zamiast regenerować piksele?
   • Aby zachować szczegóły i teksturę pierwszego planu
   • Aby użyć więcej pamięci
   • Aby zmniejszyć obrazy
   • Aby uniknąć używania maski
6. Jakie możliwości poza dopasowywaniem kolorów oferują nowsze modele kompozycji oparte na dyfuzji?
   • Tłumaczenie języków tekstowych
   • Synteza dopasowywania cieni i odbić
   • Kompresja plików wideo
   • Rozpoznawanie pisma ręcznego
7. What does DoveNet's domain-verification idea ask a harmonized foreground to do?
   • Become a separate class that is easier to detect
   • Replace the background with the foreground
   • Move toward the same appearance domain as the background
   • Ignore the background's lighting and color
8. Which source datasets contribute to iHarmony4's harmonization composites?
   • ImageNet, LAION-5B, and Common Crawl subsets
   • Only synthetic renderings from Objaverse
   • Only unedited satellite image collections
   • COCO, Adobe5k, Flickr, and day2night subsets