引導式測驗 · 中等 等級

CodeFormer 穩健臉部復原測驗

查看 CodeFormer 的離散面碼預測、Transformer 上下文、可控保真度權衡以及嚴格恢復的證據限制。

問題 1 的 8

CodeFormer 如何從根本解決人臉恢復問題?

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。

  1. CodeFormer 如何從根本解決人臉恢復問題?
    • 作為從學習的碼本中進行離散碼預測
    • 作為連續像素回歸
    • 作為音訊轉錄
    • 作為文本摘要
  2. 什麼元件可以預測要使用哪些碼本條目?
    • 隨機數產生器
    • 變壓器
    • 決策樹
    • 傅立葉變換
  3. 為什麼 CodeFormer 的離散代碼本有助於處理嚴重降質的臉部?
    • 它將圖像轉換為灰階
    • 它刪除所有顏色訊息
    • 它將預測限制為面部視覺原子的學習詞彙
    • 它要求輸入是原始的
  4. CodeFormer 的可控特徵轉換設定調整什麼?
    • 僅影像解析度
    • 文件格式
    • 偵測到的人臉數量
    • 輸入保真度和恢復視覺品質之間的權衡
  5. CodeFormer 在哪個地方發佈?
    • 神經IPS 2022
    • 1999 年 SIGGRAPH
    • 一本烹飪雜誌
    • 它從未被出版過
  6. 碼本訓練源自於什麼技術?
    • 線性迴歸
    • VQGAN 風格的向量量化模型
    • 關聯式資料庫
    • 試算表宏
  7. CodeFormer 論文確定了盲人臉部復原指引的哪兩個需求?
    • 更改圖片格式和壓縮文件
    • 偵測相機品牌和鏡頭類型
    • 改進降級輸入映射並補充輸入中遺失的細節
    • 刪除顏色並調整影像大小
  8. CodeFormer 論文在報告的實驗中使用了哪些類型的測試數據?
    • 僅手繪插圖
    • 只有原始的工作室肖像
    • 音訊和文字資料集
    • 合成與現實世界的退化面孔