引導式測驗 · 簡單 等級

影像協調與合成測驗

看看協調如何使用蒙版和域對齊來匹配前景與其背景,以及數據和擴散方法的作用。

相關引導路徑圖像協調與合成
問題 1 的 8

影像協調主要解決什麼問題?

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. 影像協調主要解決什麼問題?
    • 將貼上物件的顏色和燈光與其新背景相匹配
    • 去除影像雜訊
    • 提高影像解析度
    • 偵測照片中的人臉
  2. 除了合成影像之外,大多數協調模型還需要哪些額外輸入?
    • 文字標題
    • 插入區域的二進位掩碼
    • 相機的 GPS 數據
    • 音訊剪輯
  3. iHarmony4 基準測試與什麼有關?
    • 語音辨識
    • 自動駕駛汽車
    • 圖像協調研究
    • 音樂世代
  4. 通常如何創建協調訓練對?
    • 透過手動繪製每張影像
    • 僅使用合成 3D 渲染
    • 透過錄製影片
    • 透過擾亂真實照片中某個區域的顏色來創建假合成影像
  5. 為什麼許多有效的方法預測顏色變換而不是重新產生像素?
    • 保留前景的細節和紋理
    • 使用更多內存
    • 使圖像變小
    • 避免使用口罩
  6. 除了顏色匹配之外,較新的基於擴散的合成模型還添加了哪些功能?
    • 翻譯文字語言
    • 合成匹配的陰影和反射
    • 壓縮視訊檔案
    • 辨識手寫體
  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