引导式测验 · 中等 等级
动作识别测验
了解视频动作识别模型如何使用时间证据、运动表示和时空卷积。
问题 1 的 8
动作识别与普通图像分类有什么根本区别？
预览每个问题8 问题
当您参加测验时，就会出现答案和解释。
- 动作识别与普通图像分类有什么根本区别？
- 它解释了像素如何随时间变化，而不仅仅是单个帧
- 它使用更大的图像
- 它仅适用于黑白视频
- 它不需要训练数据
- 在经典的双流动作识别网络中，第二个流通常处理什么？
- 音频波形
- 表示运动的光流
- 文字说明
- GPS坐标
- 与标准 2D 卷积相比，3D 卷积增加了什么？
- 颜色通道
- 更高的图像分辨率
- 时间（时间）轴，因此过滤器跨越多个帧
- 更大的批量
- I3D 模型使用的“通货膨胀”技巧是什么？
- 提高视频亮度
- 随机添加更多层
- 压缩视频文件
- 通过跨时间复制将 2D 图像网络权重扩展到 3D
- 为什么 Something-Something 数据集因动作识别而闻名？
- 它迫使模型理解时间方向而不是依赖场景上下文
- 它仅包含动物视频
- 它没有标签
- 它由单个图像组成
- 哪种技术可以帮助动作识别模型从未标记的视频中学习？
- 手动逐帧标记
- 自监督蒙版视频建模
- 删除所有运动数据
- 仅使用音频
- How many action-template classes did the initial Something-Something dataset paper describe?
- 17 classes
- 1,740 classes
- 174 classes
- 17,400 classes
- What pretraining strategy does VideoMAE use?
- Training only on single labeled frames
- Replacing video with a text transcript
- Predicting optical flow without reconstructing masked content
- Masking a high proportion of video tokens and reconstructing them from visible tokens