Bài kiểm tra nhận biết hành động

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. Điều gì phân biệt cơ bản nhận dạng hành động với phân loại hình ảnh thông thường?
   • Nó lý giải về cách các pixel thay đổi theo thời gian chứ không chỉ một khung hình duy nhất
   • Nó sử dụng hình ảnh lớn hơn
   • Nó chỉ hoạt động trên video đen trắng
   • Nó không yêu cầu dữ liệu đào tạo
2. Trong mạng nhận dạng hành động hai luồng cổ điển, luồng thứ hai thường xử lý những gì?
   • Dạng sóng âm thanh
   • Dòng quang đại diện cho chuyển động
   • Chú thích văn bản
   • tọa độ GPS
3. Tích chập 3D bổ sung thêm gì so với tích chập 2D tiêu chuẩn?
   • Kênh màu
   • Độ phân giải hình ảnh cao hơn
   • Trục thời gian (thời gian) để các bộ lọc trải rộng trên nhiều khung hình
   • Kích thước lô lớn hơn
4. Thủ thuật 'lạm phát' được mô hình I3D sử dụng là gì?
   • Tăng độ sáng video
   • Thêm nhiều lớp ngẫu nhiên
   • Nén tập tin video
   • Mở rộng trọng số mạng hình ảnh 2D thành 3D bằng cách sao chép chúng theo thời gian
5. Tại sao tập dữ liệu Something-Something đáng chú ý để nhận dạng hành động?
   • Nó buộc các mô hình phải hiểu hướng thời gian thay vì dựa vào bối cảnh cảnh
   • Nó chỉ chứa video động vật
   • Nó không có nhãn
   • Nó được tạo thành từ những hình ảnh đơn lẻ
6. Kỹ thuật nào giúp mô hình nhận dạng hành động học hỏi từ video không được gắn nhãn?
   • Ghi nhãn theo từng khung hình thủ công
   • Mô hình hóa video đeo mặt nạ tự giám sát
   • Xóa tất cả dữ liệu chuyển động
   • Chỉ sử dụng âm thanh
7. Bài viết về tập dữ liệu Something-Something ban đầu đã mô tả bao nhiêu lớp mẫu hành động?
   • 17 lớp
   • 1.740 lớp
   • 174 lớp
   • 17.400 lớp
8. VideoMAE sử dụng chiến lược đào tạo trước nào?
   • Chỉ đào tạo trên các khung có nhãn duy nhất
   • Thay thế video bằng bản ghi văn bản
   • Dự đoán luồng quang mà không cần tái tạo lại nội dung bị che
   • Che giấu tỷ lệ cao mã thông báo video và xây dựng lại chúng từ mã thông báo hiển thị