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

Câu đố về thảm hình ảnh

Kiểm tra tính năng tổng hợp alpha, hướng dẫn cắt bản đồ, sàng lọc từng góc cạnh và sử dụng tính năng làm mờ hình ảnh để cắt các chi tiết mềm và nền ảo.

Đường dẫn hướng dẫn liên quanThảm hình ảnh
Câu hỏi 1 của 8

Alpha matte đại diện cho điều gì trong việc làm mờ hình ảnh?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. Alpha matte đại diện cho điều gì trong việc làm mờ hình ảnh?
    • Độ sáng của từng pixel
    • Độ sâu của từng pixel
    • Nhãn danh mục của đối tượng
    • Độ mờ (phần tiền cảnh) của mỗi pixel trong khoảng từ 0 đến 1
  2. Làm mờ về cơ bản khác với phân đoạn nhị phân như thế nào?
    • Làm mờ chỉ hoạt động trên video
    • Matting ước tính độ mờ phân đoạn cho các cạnh mềm, không chỉ mặt nạ cứng
    • Matting chỉ tạo ra mặt nạ cứng 0/1
    • Matting bỏ qua thông tin màu sắc
  3. Thảm trang trí cổ điển là gì?
    • Bộ lọc ảnh ba màu
    • Đầu ra cảm biến độ sâu
    • Bản đồ đánh dấu tiền cảnh xác định, nền xác định và các khu vực chưa xác định
    • Một loại ống kính máy ảnh
  4. Phương trình tổng hợp I = alpha*F + (1 - alpha)*B chưa được xác định chính xác vì:
    • Có nhiều ẩn số hơn ba giá trị RGB đã biết trên mỗi pixel
    • Nó không có giải pháp luôn
    • Alpha luôn chính xác là 0,5
    • Tiền cảnh và hậu cảnh giống hệt nhau
  5. Điều gì đáng chú ý ở các mô hình như MODNet và Robust Video Matting?
    • Họ yêu cầu một bản đồ vẽ tay cho mỗi khung hình
    • Họ thực hiện việc trải thảm không cần trimap, thường là trong thời gian thực
    • Chúng chỉ hoạt động trên hình ảnh đen trắng
    • Họ xuất ra các lưới 3D
  6. Sự mất mát nào thường được kết hợp với lỗi dự đoán alpha trong thảm sâu?
    • Mất khả năng nhận dạng giọng nói
    • Phần thưởng tăng cường
    • Một entropy chéo phân loại trên nhãn
    • Sự mất mát về thành phần làm trộn lại dự đoán và so sánh nó với hình ảnh gốc
  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