Test legat de ghid · Mediu Nivel
Test de difuzare a vizualizării romanelor Zero-1-to-3
Examinați modul în care Zero-1-to-3 mapează mișcarea camerei pe o nouă vedere dintr-o singură imagine și modul în care modelul său de difuzie păstrează identitatea obiectului și detaliile fine.
Întrebare 1 de 8
De ce intrare de bază are nevoie Zero-1-to-3 în plus față de o singură imagine pentru a genera o nouă vizualizare?
Previzualizează fiecare întrebare8 întrebări
Răspunsurile și explicațiile apar pe măsură ce susțineți testul.
- De ce intrare de bază are nevoie Zero-1-to-3 în plus față de o singură imagine pentru a genera o nouă vizualizare?
- O transformare relativă a camerei (rotație și translație)
- O hartă de profunzime a scenei
- O a doua fotografie dintr-un alt unghi
- O schiță desenată manual a vederii țintă
- Zero-1-to-3 este construit prin reglarea fină ce fel de model?
- O rețea neuronală grafică
- Un model de difuzie a imaginii 2D (difuziune stabilă)
- Un model de secvență recurentă
- Un solutor clasic de structură din mișcare
- De ce poate un model de difuzie 2D să realizeze o sinteză a vederii noi cu zero-shot?
- Deoarece stochează în interior rețele 3D explicite
- Pentru că folosește date LiDAR în timpul inferenței
- Pentru că a învățat priorități geometrice și fizice implicite din antrenamentul de imagine la scară largă
- Pentru că memorează exact fiecare imagine de antrenament
- Ce set de date de obiecte 3D a fost esențial pentru antrenamentul Zero-1-to-3?
- ImageNet
- COCO
- Scene de conducere KITTI
- Objaverse (obiecte sintetice redate)
- Cum se păstrează detaliile fine ale imaginii sursă în generație?
- Prin concatenarea canalului a imaginii de intrare la cea latentă zgomotoasă
- Aruncându-l după calcularea unei subtitrări
- Folosind doar numele său de fișier ca etichetă
- Conversia mai întâi în tonuri de gri
- Care este o utilizare comună în aval a vizualizărilor pe care le produce Zero-1-to-3?
- Transcriere audio
- Reconstruirea unui model 3D sau o plasă a obiectului
- Filtrarea e-mailurilor spam
- Predicția prețului acțiunilor
- Which values describe the relative camera pose in Zero-1-to-3's conditioning?
- Image brightness, contrast, and saturation
- Object color, texture, and material
- Azimuth, elevation, and radius
- Frame rate, shutter speed, and aperture
- Which input representation does Zero-1-to-3 use to steer cross-attention with image semantics?
- A depth map produced by a stereo camera pair
- A mesh extracted from the final generated view
- A class label that replaces the source image
- A CLIP embedding combined with the relative camera pose