引導式測驗 · 中等 等級
動作辨識測驗
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。
問題 1 的 8
動作辨識與一般影像分類有什麼根本區別?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 動作辨識與一般影像分類有什麼根本區別?
- 它解釋了像素如何隨時間變化,而不僅僅是單個幀
- 它使用更大的圖像
- 它僅適用於黑白視頻
- 它不需要訓練數據
- 在經典的雙流動作辨識網路中,第二個串流通常處理什麼?
- 音訊波形
- 表示運動的光流
- 文字說明
- GPS座標
- 與標準 2D 卷積相比,3D 卷積增加了什麼?
- 顏色通道
- 更高的影像分辨率
- 時間(時間)軸,因此過濾器跨越多個幀
- 更大的批量
- I3D 模型使用的「通貨膨脹」技巧是什麼?
- 提高視訊亮度
- 隨機添加更多層
- 壓縮視訊檔案
- 透過跨時間複製將 2D 影像網路權重擴展到 3D
- 為什麼 Something-Something 資料集因動作識別而聞名?
- 它迫使模型理解時間方向而不是依賴場景上下文
- 它僅包含動物視頻
- 它沒有標籤
- 它由單一影像組成
- 哪種技術可以幫助動作辨識模型從未標記的影片中學習?
- 手動逐幀標記
- 自監督蒙版影片建模
- 刪除所有運動數據
- 僅使用音訊
- How many action-template classes did the initial Something-Something dataset paper describe?
- 17个班级
- 1,740 节课
- 174 班
- 17,400 节课
- VideoMAE 使用什麼預訓練策略?
- 僅在單一標記影格上進行訓練
- 用文字記錄替換視頻
- Predicting optical flow without reconstructing masked content
- Masking a high proportion of video tokens and reconstructing them from visible tokens