Rehber bağlantılı sınav · Orta Seviye

İnsan Pozu Tahmin Testi

2B poz anahtar noktalarını, yukarıdan aşağıya ve aşağıdan yukarıya ardışık düzenleri, Parça Yakınlık Alanlarını ve görüntü düzlemi tahminlerinin belirleyemediği şeyleri gözden geçirin.

İlgili kılavuz yollarıİnsan Poz Tahmini
Soru 1 arasında 8

İnsan poz tahmini öncelikle neyi tespit eder?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. İnsan poz tahmini öncelikle neyi tespit eder?
    • Vücut eklemlerinin veya kilit noktalarının konumları
    • Giysilerin renkleri
    • Kişinin adı
    • Resim dosyası boyutu
  2. Yukarıdan aşağıya poz tahmin yöntemleri nasıl çalışır?
    • Tüm eklemleri aynı anda tespit edip gruplandırıyorlar
    • Önce herkesi tespit ediyorlar, sonra kutunun içindeki eklem yerlerini buluyorlar
    • Asla sınırlayıcı kutular kullanmazlar
    • Yalnızca tek bir statik bağlantı üzerinde çalışırlar
  3. What does OpenPose predict to estimate body-part locations?
    • A direct 3D skeleton with depth
    • A single bounding box per frame
    • Confidence maps for candidate body-part locations
    • A sequence of spoken joint names
  4. What step does the OpenPose parser use to associate candidate body parts into full poses?
    • A face-recognition classifier
    • A top-down detector for every limb
    • A language-model prompt
    • A set of bipartite matchings scored with Part Affinity Fields
  5. What failure mode of top-down pose estimation does the OpenPose paper discuss in crowded scenes?
    • A person detector may miss people close together, and the pose stage cannot recover them
    • It always detects more people than are present
    • It cannot estimate any 2D keypoints
    • It requires a 3D depth camera
  6. Which additional keypoint groups did the OpenPose paper include in its system?
    • Only facial landmarks
    • Body, foot, hand and facial keypoints
    • A 3D skeleton with medical diagnoses
    • Only fingertip positions
  7. What information do Part Affinity Fields encode to connect keypoints?
    • A person’s identity from face recognition
    • Depth in meters for every body joint
    • Vectors indicating limb position and orientation across the image
    • The camera exposure settings
  8. What can a 2D pose model conclude directly from image keypoints?
    • A person’s medical diagnosis
    • Exact real-world joint depth without additional information
    • The person’s intentions
    • Approximate joint locations in image coordinates