แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบการประมาณความลึกสเตอริโอ

ตรวจสอบว่ารูปทรงของกล้องสเตอริโอ การจับคู่ความแตกต่าง ปริมาณต้นทุน และการรวมเซ็นเซอร์มีส่วนช่วยในการประมาณความลึกของ 3D ที่เชื่อถือได้อย่างไร

เส้นทางแนะนำที่เกี่ยวข้องการประมาณความลึกสเตอริโอ
คำถาม 1 ของ 8

'ความแตกต่าง' ในการมองเห็นแบบสเตอริโอคืออะไร?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. 'ความแตกต่าง' ในการมองเห็นแบบสเตอริโอคืออะไร?
    • การเลื่อนแนวนอนของจุดที่ตรงกันระหว่างรูปภาพซ้ายและขวา
    • ความแตกต่างของความสว่างระหว่างกล้องทั้งสองตัว
    • ระยะห่างแนวตั้งระหว่างกล้องสองตัว
    • สีไม่ตรงกันที่เกิดจากความแตกต่างของเลนส์
  2. ความลึกเกี่ยวข้องกับความแตกต่างอย่างไร?
    • ความลึกเป็นสัดส่วนโดยตรงกับความแตกต่าง
    • ความลึกแปรผกผันกับความแตกต่าง
    • ความลึกเท่ากับความแตกต่างคูณเส้นฐาน
    • ความลึกไม่เกี่ยวข้องกับความแตกต่าง
  3. เหตุใดรูปภาพจึง 'แก้ไข' ก่อนจับคู่
    • เพื่อเพิ่มความละเอียดของภาพ
    • เพื่อลบสีออกจากภาพ
    • เพื่อให้จุดที่สอดคล้องกันอยู่บนแถวแนวนอนเดียวกัน
    • เพื่อเบลอวัตถุที่กำลังเคลื่อนที่
  4. สถานการณ์ใดยากที่สุดสำหรับการจับคู่สเตอริโอ
    • ฉากกลางแจ้งที่มีพื้นผิวสวยงาม
    • ภาพระยะใกล้ของพรมที่มีลวดลาย
    • ฉากที่มีขอบที่แข็งแกร่งและหลากหลาย
    • ผนังสีขาวว่างเปล่าไม่มีพื้นผิว
  5. 'พื้นฐาน' หมายถึงอะไร?
    • ระยะห่างทางกายภาพระหว่างกล้องสองตัว
    • ความลึกต่ำสุดที่ตรวจพบได้
    • เวลาเปิดรับแสงของหน้าต่างอ้างอิง
    • ความสว่างต่ำสุดในภาพ
  6. 'ปริมาณต้นทุน' ในเครือข่ายสเตอริโอเชิงลึกคืออะไร
    • การวัดการใช้หน่วยความจำ GPU
    • โครงสร้าง 3 มิติให้คะแนนว่าคุณสมบัติต่างๆ ตรงกับความแตกต่างของผู้สมัครแต่ละคนได้ดีเพียงใด
    • ราคาฮาร์ดแวร์กล้องเป็นเงินดอลลาร์
    • รายการหมวดหมู่วัตถุที่ตรวจพบ
  7. 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
  8. 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