Викторина, связанная с руководством · Средний Уровень
Восстановление 3D-сетки человека с помощью викторины SMPL
Тестирует параметры формы и позы SMPL, HMR одиночного изображения, неоднозначность проецирования, скрытые поверхности, ограничения на одежду, 3D-проверку и конфиденциальность.
Вопрос 1 из 8
Что дает базовая модель SMPL для системы Mesh-восстановления?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Что дает базовая модель SMPL для системы Mesh-восстановления?
- Единая фиксированная сетка тела, поза и пропорции которой не могут меняться.
- Точная сетка поверхности одежды, включая каждую складку одежды.
- Измеренное 3D-сканирование всего тела каждого введенного человека.
- Параметрическая шарнирная сетка тела с последовательной структурой.
- В объяснении SMPL руководства, что контролирует параметры позы?
- Общие пропорции тела, представленные коэффициентами формы.
- Сочленение суставов тела и результирующая конфигурация сетки.
- Положение и проекция камеры относительно тела
- Фиксированный порядок вершин, независимый от движения тела.
- Какие исходные данные использовались в упомянутом исследовании Human Mesh Recovery для оценки одного изображения?
- Для каждого прогноза требуется полное 3D-сканирование тела.
- Для каждой оценки требуется синхронизированная многопросмотровая съемка
- Одно изображение RGB с изученными данными о теле и камере.
- Отдельная карта глубины от камеры дальнего действия для каждого кадра.
- Почему сетка, соответствующая видимому 2D-силуэту, не соответствует точным 3D-размерам тела?
- Различные конфигурации глубины, позы и камеры могут проецироваться одинаково.
- Силуэт всегда обнажает заднюю часть тела.
- Более близкая камера и меньший корпус обязательно создают разные 2D-изображения.
- SMPL сохраняет все скрытые измерения глубины на изображении.
- Какие видимые детали находятся за пределами обещанной геометрии базовой сетки тела SMPL?
- Поза тела и изученная форма тела
- Свободная одежда и пряди волос
- Скелетное сочленение модели.
- Общая структура вершин сетки
- На одной фотографии рука человека скрыта за туловищем. Какой вывод должен сделать рецензент о позе восстановленной руки?
- Окклюзия делает любую возможную позу руки одинаково вероятной.
- Это было замечено со скрытой стороны камеры.
- Сетка доказывает, что рука находилась ровно в одном физическом положении.
- Это неопределенная оценка модели, поскольку рука не видна напрямую.
- Какой тест сильнее, чем проверка только правдоподобного 2D-наложения?
- Сравнение восстановленной 3D-позы и формы с независимыми справочными данными, если таковые имеются.
- Повторное использование почти идентичных кадров одного и того же человека в качестве независимых тестовых примеров.
- Сравнение только отображаемого цвета сетки с фотографией
- Впечатление зрителя, что рендеринг выглядит плавным
- Почему средства контроля согласия и хранения применяются к результатам восстановления сетки, а также к фотографиям?
- Сетка всегда публично анонимна, поскольку у нее нет цвета.
- Производные параметры никогда не могут быть связаны с входным лицом.
- Изображения и предполагаемые измерения тела могут раскрыть личную информацию.
- Прогноз автоматически разрешает повторное использование изображения в будущем.