Вікторина, пов’язана з посібником · Середній Рівень

Тест на оцінку пози людини

Перегляньте ключові точки двовимірної пози, конвеєри зверху вниз і знизу вгору, поля спорідненості частин і те, що оцінки площини зображення не можуть встановити.

Пов'язані напрямні шляхиОцінка пози людини
Питання 1 з 8

Що в першу чергу визначає оцінка пози людини?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Що в першу чергу визначає оцінка пози людини?
    • Положення суглобів або ключових точок тіла
    • Кольори одягу
    • Ім'я людини
    • Розмір файлу зображення
  2. Як працюють методи оцінки пози зверху вниз?
    • Вони виявляють усі суглоби відразу, а потім групують їх
    • Вони спочатку виявляють кожну людину, а потім знаходять суглоби всередині коробки
    • Вони ніколи не використовують обмежувальні рамки
    • Вони працюють лише на одному статичному з’єднанні
  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