Görüntü Paspaslama Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Görüntü matlaştırmada alfa mat neyi temsil eder?
   • Her pikselin parlaklığı
   • Her pikselin derinliği
   • Nesnenin kategori etiketi
   • Her pikselin opaklığı (ön plan fraksiyonu) 0 ile 1 arasında
2. Paspaslamanın ikili segmentasyondan temel olarak farkı nedir?
   • Paspaslama yalnızca videoda işe yarar
   • Matlaştırma, yalnızca sert maskeler için değil, yumuşak kenarlar için de kesirli opaklığı tahmin eder
   • Paspaslama yalnızca sert 0/1 maskeler üretir
   • Paspaslama renk bilgisini göz ardı eder
3. Klasik paspasta trimap nedir?
   • Üç renkli fotoğraf filtresi
   • Bir derinlik sensörü çıkışı
   • Kesin ön planı, kesin arka planı ve bilinmeyen bölgeleri işaretleyen bir harita
   • Bir tür kamera merceği
4. Bileşim denklemi I = alfa*F + (1 - alfa)*B eksik belirlenmiştir çünkü:
   • Piksel başına bilinen üç RGB değerinden daha fazla bilinmeyen var
   • Hiç çözümü yok
   • Alfa her zaman tam olarak 0,5'tir
   • Ön plan ve arka plan aynı
5. MODNet ve Robust Video Matting gibi modellerde dikkate değer olan şey nedir?
   • Her kare için elle çizilmiş bir trimmap gerektirirler
   • Genellikle gerçek zamanlı olarak trimapsız paspaslama gerçekleştirirler
   • Yalnızca siyah beyaz görüntüler üzerinde çalışırlar
   • 3D ağların çıktısını alıyorlar
6. Derin matlaştırmada hangi kayıp genellikle alfa tahmin hatasıyla birleştirilir?
   • Konuşma tanıma kaybı
   • Takviye ödülü
   • Etiketlerde sınıflandırma çapraz entropisi
   • Tahmini yeniden harmanlayan ve onu orijinal görüntüyle karşılaştıran kompozisyon kaybı
7. Why might a deep matting network include a refinement stage after an initial alpha prediction?
   • To improve fine boundaries such as hair that a coarse prediction may miss
   • To replace every fractional alpha with a hard label
   • To discard the foreground color before compositing
   • To force all background pixels to become foreground
8. Which video-conferencing operation directly uses a predicted alpha matte?
   • Estimating the participant's spoken words from the waveform
   • Selecting an audio codec for the microphone
   • Blending a participant with a replacement background along soft edges
   • Assigning the call's network packets to a router