Quiz połączony z przewodnikiem · Średni Poziom
Szybki quiz dotyczący edycji wideo „Dostosuj wideo”.
Przetestuj, jak Tune-A-Video adaptuje model dyfuzji obrazu przy użyciu jednego wideo, uwagi czasowej, inwersji i edycji sterowanej tekstem.
Pytanie 1 z 8
Od jakiego modelu podstawowego rozpoczyna się Tune-A-Video przed przystosowaniem go do wideo?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Od jakiego modelu podstawowego rozpoczyna się Tune-A-Video przed przystosowaniem go do wideo?
- Wstępnie wyszkolony model dyfuzji tekstu na obraz, taki jak Stable Diffusion
- Duży model językowy
- Model wideo wyszkolony od podstaw na milionach klipów
- Generator obrazu oparty na GAN
- Co oznacza „jednorazowy” w Tune-A-Video?
- Generowanie w jednym etapie odszumiania
- Strojenie tylko jednego źródła wideo
- Użycie jednego monitu dla całego zestawu danych
- Działa na jednym GPU
- How does Tune-A-Video’s sparse causal attention connect video frames?
- Frames are generated fully independently
- Every frame is averaged into one image
- Each frame can attend to the first frame and the preceding frame
- Attention is disabled across all frames
- What does DDIM inversion provide before Tune-A-Video samples an edit?
- A compressed audio track
- A new video caption
- A camera calibration file
- A source-conditioned latent that guides generation from the input video
- Co podczas dostrajania przede wszystkim aktualizuje Tune-A-Video, aby zachować wydajność?
- Mały zestaw parametrów uwagi/czasu
- Każda waga w pełnym modelu
- Tylko słownictwo kodera tekstu
- Tylko dekoder obrazu
- What limitation motivated later tuning-free video-editing methods?
- It can only edit audio
- Tune-A-Video requires per-video tuning before editing a new clip
- It supports no text prompt
- It was trained only on black-and-white images
- Which editing capability did the Tune-A-Video paper demonstrate?
- Automatic speech-quality scoring
- 3D camera-pose recovery from photos
- Text-guided style transfer on a source video
- Instrument-stem separation
- Which content change can Tune-A-Video apply to a source clip using text?
- Measuring packet latency
- Estimating pitch from a monophonic signal
- Recovering 3D scene geometry from uncalibrated photos
- Changing a subject or background while trying to retain source motion