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

Bài kiểm tra nội suy khung hình video

Nghiên cứu cách các mô hình nội suy khung tổng hợp các khung trung gian từ tín hiệu chuyển động, khả năng hiển thị và tắc nghẽn giữa các đầu vào.

Đường dẫn hướng dẫn liên quanNội suy khung video
Câu hỏi 1 của 8

Nội suy khung hình video thêm gì vào video clip?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. Nội suy khung hình video thêm gì vào video clip?
    • Để tạo các khung hình mới ở giữa nhằm tăng tốc độ khung hình hoặc tạo chuyển động chậm
    • Để nén tập tin video
    • Để thêm phụ đề tự động
    • Để chuyển đổi video màu sang đen trắng
  2. Tại sao nội suy không thể lấy trung bình (pha trộn) hai khung liền kề một cách đơn giản?
    • Trộn quá chậm
    • Các vật thể chuyển động sẽ tạo ra hình ảnh bóng ma hoặc hình ảnh kép
    • Nó sẽ thay đổi màu sắc
    • Tính trung bình sẽ xóa âm thanh
  3. Dòng quang trong bối cảnh nội suy khung là gì?
    • Độ sáng của video
    • Đường cong âm lượng âm thanh
    • Bản đồ trên mỗi pixel về cách mọi thứ di chuyển giữa các khung
    • Tỷ lệ nén của tập tin
  4. Tại sao các mô hình như DAIN kết hợp thông tin chuyên sâu?
    • Để video sáng hơn
    • Để giảm kích thước tập tin
    • Để thêm hình mờ
    • Để xử lý tắc nghẽn để các vật thể ở gần che phủ chính xác các vật thể ở xa hơn
  5. 'Disocclusion' đề cập đến thách thức gì trong phép nội suy?
    • Lý lịch mới được tiết lộ phải được điền vào một cách hợp lý
    • Loại bỏ tiếng ồn âm thanh
    • GPU quá nóng
    • Chỉnh màu
  6. What does the RIFE paper target in its frame-interpolation design?
    • A model that classifies actions without generating frames
    • A fast intermediate-flow estimation method for synthesizing frames between two inputs
    • A system that only increases video resolution
    • A codec that removes motion from a clip
  7. How does Super SloMo estimate an intermediate frame?
    • It simply averages the two input frames
    • It repeats one frame and changes its color
    • It predicts bidirectional optical flow and visibility maps to warp the input frames
    • It generates a transcript and maps words to pixels
  8. What training technique does the RIFE paper use to stabilize IFNet training?
    • A GAN that generates audio waveforms
    • A fixed optical-flow lookup table
    • A class-specific prior-preservation loss
    • A privileged distillation scheme