Rehber bağlantılı sınav · Orta Seviye

Stereo Derinlik Tahmini Testi

Stereo kamera geometrisinin, eşitsizlik eşleştirmesinin, maliyet hacimlerinin ve sensör birleşiminin güvenilir 3D derinlik tahminlerine nasıl katkıda bulunduğunu kontrol edin.

İlgili kılavuz yollarıStereo Derinlik Tahmini
Soru 1 arasında 8

Stereo görüşteki 'eşitsizlik' nedir?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. Stereo görüşteki 'eşitsizlik' nedir?
    • Sol ve sağ görüntüler arasındaki eşleşen noktanın yatay kayması
    • İki kamera arasındaki parlaklık farkı
    • İki kamera arasındaki dikey mesafe
    • Lens farklılıklarından kaynaklanan renk uyumsuzluğu
  2. Derinliğin eşitsizlikle nasıl bir ilişkisi var?
    • Derinlik eşitsizlikle doğru orantılıdır
    • Derinlik eşitsizlikle ters orantılıdır
    • Derinlik eşitsizlik çarpı taban çizgisine eşittir
    • Derinliğin eşitsizlikle ilgisi yoktur
  3. Görüntüler eşleşmeden önce neden 'düzeltiliyor'?
    • Görüntü çözünürlüğünü artırmak için
    • Görüntülerden rengi kaldırmak için
    • Karşılık gelen noktaların aynı yatay satırda olmasını sağlamak
    • Hareketli nesneleri bulanıklaştırmak için
  4. Stereo eşleştirme için hangi senaryo en zorudur?
    • Zengin dokulu bir dış mekan sahnesi
    • Desenli bir halının yakın çekimi
    • Güçlü ve çeşitli yönleri olan bir sahne
    • Dokusu olmayan boş beyaz bir duvar
  5. 'Temel' ne anlama geliyor?
    • İki kamera arasındaki fiziksel mesafe
    • Minimum tespit edilebilir derinlik
    • Referans çerçevesinin pozlama süresi
    • Görüntüdeki en düşük parlaklık
  6. Derin stereo ağlarda 'maliyet hacmi' nedir?
    • GPU bellek kullanımının bir ölçüsü
    • Özelliklerin her aday eşitsizliğinde ne kadar iyi eşleştiğini puanlayan 3 boyutlu bir yapı
    • Kamera donanımının dolar maliyeti
    • Algılanan nesne kategorilerinin listesi
  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