Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący generowania obrazu na wideo

Sprawdza, jak nieruchomy obraz warunkuje model wideo, jak ustawiana jest siła ruchu i wzmacnianie szumu oraz jakie są typowe artefakty.

Powiązane ścieżki prowadząceGenerowanie obrazu do wideo
Pytanie 1 z 8

W wielu modelach utajonej dyfuzji wideo, w jaki sposób obraz wejściowy jest przekazywany do denoisera?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. W wielu modelach utajonej dyfuzji wideo, w jaki sposób obraz wejściowy jest przekazywany do denoisera?
    • As a text caption generated from the image
    • Its latent is concatenated channel-wise with the noisy frame latents at every step
    • It is used only after generation to color-correct frames
    • It replaces the last frame of the clip
  2. Co reprezentuje wartość segmentu ruchu Stable Video Diffusion?
    • The number of frames
    • The output file size
    • The amount of motion, learned from optical flow in training clips
    • The camera's focal length
  3. Co się stanie, gdy zwiększysz wzmocnienie szumu na obrazie kondycjonującym?
    • More motion and freedom, but less fidelity to the input
    • The video becomes perfectly still
    • Resolution doubles
    • The first frame matches the input exactly
  4. Dlaczego obszar widoczny za poruszającym się obiektem często wygląda na wymyślony?
    • The model deletes background pixels on purpose
    • Compression removes background detail
    • The input image is cropped
    • The model has no information about occluded regions and predicts plausible pixels
  5. Jaka jest główna wada przedłużania klipu poprzez ponowne wprowadzenie jego ostatniej klatki jako nowego sygnału wejściowego?
    • It is not allowed by any model
    • Errors accumulate, so quality degrades with each extension
    • It always reverses the motion
    • It removes the audio
  6. What is a good prompting practice for image-to-video?
    • Restate every object visible in the image
    • Leave the prompt empty always
    • Describe the motion and the camera rather than restating the scene
    • Use only a single noun
  7. Which description matches the artifact called texture swimming?
    • Fine patterns appear to slide or shimmer across surfaces
    • The whole video turns black and white
    • Audio drifts out of sync
    • The clip plays backward
  8. How does Stable Video Diffusion's reference pipeline apply classifier-free guidance across frames?
    • Highest on the first frame, then off
    • Randomly per frame
    • Identical on all frames
    • Ramped linearly, lower near the conditioning frame and higher for later frames