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

Câu đố về mất tri giác và LPIPS

Khám phá so sánh hình ảnh dựa trên tính năng, hiệu chỉnh con người LPIPS, tính năng chuẩn hóa, quy ước đầu vào và giới hạn của điểm khoảng cách cảm nhận.

Đường dẫn hướng dẫn liên quanMất tri giác và Lpips
Câu hỏi 1 của 8

Tại sao mất L2 dựa trên pixel thường đánh giá sai độ tương tự của hình ảnh so với mất cảm nhận?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. Tại sao mất L2 dựa trên pixel thường đánh giá sai độ tương tự của hình ảnh so với mất cảm nhận?
    • Nó trừng phạt những thay đổi nhỏ và những thay đổi về kết cấu mà con người hầu như không nhận thấy
    • Nó chạy quá chậm để thực tế
    • Nó chỉ có thể so sánh hình ảnh thang độ xám
    • Nó đòi hỏi một mạng được huấn luyện trước để tính toán
  2. LPIPS chủ yếu so sánh điều gì giữa hai hình ảnh?
    • Giá trị pixel RGB thô
    • Kích thước file sau khi nén
    • Kích hoạt từ các lớp trung gian của mạng được huấn luyện trước
    • Biểu đồ màu
  3. Trọng số trên mỗi kênh trong LPIPS được xác định như thế nào?
    • Đặt thành tất cả những cái theo mặc định
    • Hiệu chỉnh dựa trên các đánh giá tương tự về nhận thức của con người
    • Được các tác giả điều chỉnh bằng tay
    • Bắt nguồn từ bảng nén JPEG
  4. What does a lower LPIPS value indicate for a tested image pair?
    • Proof that the two images have identical pixels
    • A guarantee that every human will prefer the lower-scoring image
    • A measurement of the images' compressed file size
    • A smaller distance under the chosen learned perceptual metric
  5. Mạng đường trục nào thường liên quan nhất đến việc mất đi nhận thức (tính năng) cổ điển?
    • ResNet-152
    • YOLO
    • VGG
    • U-Net
  6. Nhiệm vụ nào được hưởng lợi trực tiếp nhất từ việc sử dụng mất mát cảm nhận thay vì L2 thuần túy?
    • Hình ảnh siêu phân giải thực tế
    • Đếm pixel trong ảnh
    • Đọc siêu dữ liệu EXIF
    • Sắp xếp hình ảnh theo tên tệp
  7. What image-input convention does the official LPIPS Python example specify?
    • Raw compressed JPEG bytes used directly as feature maps
    • Only filename strings with no decoded image data
    • A single grayscale class label for each image
    • RGB tensors with image values scaled to the range minus one to plus one
  8. Which differences receive learned per-channel weighting inside LPIPS?
    • Differences between the images' filename lengths
    • Squared differences between normalized deep feature representations
    • Only differences between JPEG quality settings
    • Only the number of object class labels predicted