Test GFPGAN pentru restaurarea feței

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

1. Ce model preantrenat oferă „precedentul facial generativ” al GFPGAN?
   • StyleGAN2
   • BERT
   • ResNet-50
   • șoptește
2. What is the role of GFPGAN’s CS-SFT layers?
   • They compress the image file
   • They blend prior features with input-specific information to balance realism and fidelity
   • They translate captions
   • They detect objects in the background
3. What does the GFPGAN paper report about inference?
   • It needs exactly 50 optimization passes
   • It performs one pass per image pixel
   • It restores facial details in a single forward pass
   • It iterates until the input becomes a perfect photograph
4. Ce model însoțitor este adesea asociat cu GFPGAN pentru a gestiona fundalul?
   • GPT-4
   • YOLO
   • Difuziune stabilă XL
   • Real-ESRGAN
5. În timpul antrenamentului, ce NU necesită GFPGAN?
   • Fotografii împerecheate de înaltă calitate ale aceleiași persoane
   • Pierderea adversară
   • O față preantrenată înainte
   • Pierderea perceptivă
6. Care este o preocupare etică cheie cu restaurarea în stil GFPGAN?
   • Consumă prea puțină energie electrică
   • Poate inventa detalii faciale plauzibile care nu erau în original
   • Funcționează doar pe desene animate
   • Acesta șterge automat fișierul original
7. What is the full name of GFPGAN’s CS-SFT component?
   • Color-Space Semantic Face Tracking
   • Convolutional Style-Filter Training
   • Channel-Split Spatial Feature Transform
   • Channel-Specific Super-Resolution Fourier Transform
8. In blind face restoration, what does “blind” mean?
   • The face is hidden behind an object
   • The system only processes black-and-white images
   • The model never sees an input image
   • The exact degradation process is not known in advance