گائیڈ سے منسلک کوئز · درمیانہ سطح

انسانی پوز تخمینہ کوئز

2D پوز کی پوائنٹس، اوپر سے نیچے اور نیچے سے اوپر کی پائپ لائنز، پارٹ ایفینٹی فیلڈز کا جائزہ لیں اور کون سے تصویری جہاز کے تخمینے قائم نہیں کر سکتے۔

متعلقہ گائیڈ کے راستےانسانی پوز کا تخمینہ
سوال 1 کی 8

انسانی پوز کا تخمینہ بنیادی طور پر کیا پتہ لگاتا ہے؟

ہر سوال کا جائزہ لیں۔8 سوالات

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

  1. انسانی پوز کا تخمینہ بنیادی طور پر کیا پتہ لگاتا ہے؟
    • جسم کے جوڑوں یا کلیدی مقامات کی پوزیشن
    • لباس کے رنگ
    • اس شخص کا نام
    • تصویر کی فائل کا سائز
  2. اوپر سے نیچے پوز کے تخمینے کے طریقے کیسے کام کرتے ہیں؟
    • وہ ایک ساتھ تمام جوڑوں کا پتہ لگاتے ہیں، پھر ان کا گروپ بناتے ہیں۔
    • وہ پہلے ہر فرد کا پتہ لگاتے ہیں، پھر باکس کے اندر جوڑ تلاش کرتے ہیں۔
    • وہ کبھی بھی باؤنڈنگ بکس استعمال نہیں کرتے ہیں۔
    • وہ صرف ایک ہی جامد جوائنٹ پر کام کرتے ہیں۔
  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