Bài kiểm tra phục hồi khuôn mặt mạnh mẽ của CodeFormer

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

1. Về cơ bản, CodeFormer định hình vấn đề khôi phục khuôn mặt như thế nào?
   • Là dự đoán mã rời rạc từ sách mã đã học
   • Khi hồi quy pixel liên tục
   • Là phiên âm âm thanh
   • Là tóm tắt văn bản
2. Thành phần nào dự đoán mục nhập sổ mã nào sẽ được sử dụng?
   • Trình tạo số ngẫu nhiên
   • Máy biến áp
   • Cây quyết định
   • Một phép biến đổi Fourier
3. Why can CodeFormer’s discrete codebook help with severely degraded faces?
   • It converts images to grayscale
   • Nó loại bỏ tất cả thông tin màu sắc
   • It constrains predictions to a learned vocabulary of facial visual atoms
   • It requires the input to be pristine
4. What does CodeFormer’s controllable feature transformation setting adjust?
   • Image resolution only
   • File format
   • Số lượng khuôn mặt được phát hiện
   • The trade-off between fidelity to the input and restored visual quality
5. CodeFormer được xuất bản ở địa điểm nào?
   • Thần kinh 2022
   • SIGGRAPH 1999
   • Tạp chí nấu ăn
   • Nó chưa bao giờ được xuất bản
6. Việc đào tạo sổ mã bắt nguồn từ kỹ thuật nào?
   • Hồi quy tuyến tính
   • Mô hình lượng tử hóa vector kiểu VQGAN
   • Cơ sở dữ liệu quan hệ
   • Macro bảng tính
7. What two needs does the CodeFormer paper identify for blind face restoration guidance?
   • Changing image format and compressing files
   • Detecting camera brand and lens type
   • Improving the degraded-input mapping and complementing details lost from the input
   • Removing color and resizing the image
8. What kinds of test data did the CodeFormer paper use in its reported experiments?
   • Only hand-drawn illustrations
   • Only pristine studio portraits
   • Audio and text datasets
   • Synthetic and real-world degraded faces