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.

Связанные направляющие путиОбразец восстановления 3D-сетки человека
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.

  1. 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.
  2. 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.
  3. 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.
  4. 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.
  5. 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
  6. 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.
  7. 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
  8. 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.