Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Bài kiểm tra ước tính tư thế con người

Xem lại các điểm chính của tư thế 2D, các đường dẫn từ trên xuống và từ dưới lên, Trường ái lực của bộ phận và những gì ước tính trên mặt phẳng hình ảnh không thể thiết lập.

Đường dẫn hướng dẫn liên quanƯớc tính tư thế con người
Câu hỏi 1 của 8

Ước tính tư thế của con người chủ yếu phát hiện điều gì?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. Ước tính tư thế của con người chủ yếu phát hiện điều gì?
    • Vị trí của các khớp trên cơ thể hoặc các điểm then chốt
    • Màu sắc của quần áo
    • Tên của người đó
    • Kích thước tập tin hình ảnh
  2. Các phương pháp ước tính tư thế từ trên xuống hoạt động như thế nào?
    • Họ phát hiện tất cả các khớp cùng một lúc, sau đó nhóm chúng lại
    • Họ dò tìm từng người trước, sau đó tìm khớp nối bên trong hộp
    • Họ không bao giờ sử dụng hộp giới hạn
    • Chúng chỉ hoạt động trên một khớp tĩnh duy nhất
  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