Questionário vinculado ao guia · Médio Nível
Questionário de estimativa de profundidade estéreo
Verifique como a geometria da câmera estéreo, a correspondência de disparidades, os volumes de custos e a fusão de sensores contribuem para estimativas confiáveis de profundidade 3D.
Pergunta 1 de 8
O que é 'disparidade' na visão estéreo?
Visualize cada pergunta8 perguntas
As respostas e explicações aparecem conforme você responde ao teste.
- O que é 'disparidade' na visão estéreo?
- O deslocamento horizontal de um ponto correspondente entre as imagens esquerda e direita
- A diferença de brilho entre as duas câmeras
- A distância vertical entre as duas câmeras
- A incompatibilidade de cores causada por diferenças de lente
- Como a profundidade se relaciona com a disparidade?
- A profundidade é diretamente proporcional à disparidade
- A profundidade é inversamente proporcional à disparidade
- A profundidade é igual à disparidade vezes a linha de base
- A profundidade não está relacionada à disparidade
- Por que as imagens são 'retificadas' antes de serem correspondidas?
- Para aumentar a resolução da imagem
- Para remover a cor das imagens
- Para fazer com que os pontos correspondentes fiquem na mesma linha horizontal
- Para desfocar objetos em movimento
- Qual cenário é mais difícil para correspondência estéreo?
- Uma cena externa ricamente texturizada
- Um close de um tapete estampado
- Uma cena com bordas fortes e variadas
- Uma parede branca em branco sem textura
- A que se refere a 'linha de base'?
- A distância física entre as duas câmeras
- A profundidade mínima detectável
- O tempo de exposição do quadro de referência
- O brilho mais baixo na imagem
- O que é um 'volume de custo' em redes estéreo profundas?
- Uma medida do uso de memória da GPU
- Uma estrutura 3D que avalia quão bem os recursos correspondem em cada disparidade de candidato
- O custo em dólares do hardware da câmera
- Uma lista de categorias de objetos detectados
- 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
- 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