Вікторина, пов’язана з посібником · Середній Рівень

Тест про матування зображення

Перевірте альфа-композицію, вказівки з трикарти, тонке уточнення країв і використання матування зображення для вирізів з м’якими деталями та віртуального фону.

Пов'язані напрямні шляхиМатування зображення
Питання 1 з 8

Що означає альфа-матовий колір у матуванні зображення?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Що означає альфа-матовий колір у матуванні зображення?
    • Яскравість кожного пікселя
    • Глибина кожного пікселя
    • Мітка категорії об'єкта
    • Непрозорість (частка переднього плану) кожного пікселя між 0 і 1
  2. Чим матування принципово відрізняється від бінарної сегментації?
    • Матування працює тільки на відео
    • Матування оцінює часткову непрозорість для м’яких країв, а не лише для жорстких масок
    • Матування створює лише жорсткі маски 0/1
    • Матування ігнорує інформацію про колір
  3. Що таке trimap у класичному матуванні?
    • Триколірний фотофільтр
    • Вихід датчика глибини
    • Карта, що позначає певний передній план, певний фон і невідомі регіони
    • Тип об'єктива камери
  4. Композиційне рівняння I = alpha*F + (1 - alpha)*B є недостатньо визначеним, оскільки:
    • Є більше невідомих, ніж три відомі значення RGB на піксель
    • Він ніколи не має рішення
    • Альфа завжди рівно 0,5
    • Передній план і фон ідентичні
  5. Що примітного в таких моделях, як MODNet і Robust Video Matting?
    • Для кожного кадру їм потрібна намальована вручну тримапа
    • Вони виконують матування без трикарти, часто в реальному часі
    • Вони працюють лише з чорно-білими зображеннями
    • Вони виводять тривимірні сітки
  6. Яка втрата зазвичай поєднується з помилкою альфа-прогнозування при глибокому матуванні?
    • Втрата розпізнавання мови
    • Нагорода за підкріплення
    • Класифікація крос-ентропії на мітках
    • Втрата композиції, яка повторно змішує прогноз і порівнює його з оригінальним зображенням
  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