引导式测验 · 简单 等级

图像协调和合成测验

查看协调如何使用蒙版和域对齐来将前景与其背景相匹配，以及数据和扩散方法的作用。

相关引导路径图像协调与合成
问题 1 的 8

图像协调主要解决什么问题？

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. 图像协调主要解决什么问题？
    • 将粘贴对象的颜色和灯光与其新背景相匹配
    • 去除图像噪声
    • 提高图像分辨率
    • 检测照片中的人脸
  2. 除了合成图像之外，大多数协调模型还需要哪些额外输入？
    • 文字标题
    • 插入区域的二进制掩码
    • 相机的 GPS 数据
    • 音频剪辑
  3. iHarmony4 基准测试与什么相关？
    • 语音识别
    • 自动驾驶汽车
    • 图像协调研究
    • 音乐一代
  4. 通常如何创建协调训练对？
    • 通过手动绘制每张图像
    • 仅使用合成 3D 渲染
    • 通过录制视频
    • 通过扰乱真实照片中某个区域的颜色来创建假合成图像
  5. 为什么许多有效的方法预测颜色变换而不是重新生成像素？
    • 保留前景的细节和纹理
    • 使用更多内存
    • 使图像变小
    • 避免使用口罩
  6. 除了颜色匹配之外，较新的基于扩散的合成模型还添加了哪些功能？
    • 翻译文本语言
    • 合成匹配的阴影和反射
    • 压缩视频文件
    • 识别手写体
  7. What does DoveNet's domain-verification idea ask a harmonized foreground to do?
    • Become a separate class that is easier to detect
    • Replace the background with the foreground
    • Move toward the same appearance domain as the background
    • Ignore the background's lighting and color
  8. Which source datasets contribute to iHarmony4's harmonization composites?
    • ImageNet, LAION-5B, and Common Crawl subsets
    • Only synthetic renderings from Objaverse
    • Only unedited satellite image collections
    • COCO, Adobe5k, Flickr, and day2night subsets