引导式测验 · 中等 等级

CodeFormer 稳健面部恢复测验

查看 CodeFormer 的离散面码预测、Transformer 上下文、可控保真度权衡以及严格恢复的证据限制。

相关引导路径Codeformer 稳健的人脸恢复
问题 1 的 8

CodeFormer 如何从根本上解决人脸恢复问题？

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。

  1. CodeFormer 如何从根本上解决人脸恢复问题？
    • 作为从学习的码本中进行离散码预测
    • 作为连续像素回归
    • 作为音频转录
    • 作为文本摘要
  2. 什么组件可以预测要使用哪些码本条目？
    • 随机数生成器
    • 变压器
    • 决策树
    • 傅立叶变换
  3. Why can CodeFormer’s discrete codebook help with severely degraded faces?
    • It converts images to grayscale
    • 它删除所有颜色信息
    • It constrains predictions to a learned vocabulary of facial visual atoms
    • It requires the input to be pristine
  4. What does CodeFormer’s controllable feature transformation setting adjust?
    • Image resolution only
    • File format
    • 检测到的人脸数量
    • The trade-off between fidelity to the input and restored visual quality
  5. CodeFormer 在哪个地点发布？
    • 神经IPS 2022
    • 1999 年 SIGGRAPH
    • 一本烹饪杂志
    • 它从未被出版过
  6. 码本训练源自什么技术？
    • 线性回归
    • VQGAN 风格的矢量量化模型
    • 关系数据库
    • 电子表格宏
  7. What two needs does the CodeFormer paper identify for blind face restoration guidance?
    • Changing image format and compressing files
    • Detecting camera brand and lens type
    • Improving the degraded-input mapping and complementing details lost from the input
    • Removing color and resizing the image
  8. What kinds of test data did the CodeFormer paper use in its reported experiments?
    • Only hand-drawn illustrations
    • Only pristine studio portraits
    • Audio and text datasets
    • Synthetic and real-world degraded faces