引導式測驗 · 中等 等級
影片到影片風格轉換測驗
測試深度和姿勢調節如何保持結構、去噪強度背後的權衡,以及為什麼重新設計不能消除同意問題。
問題 1 的 8
在影片到影片重新風格化流程中,典型的第一步是什麼?
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。
- 在影片到影片重新風格化流程中,典型的第一步是什麼?
- 刪除原始音訊
- 從來源提取結構,例如深度圖、邊緣或姿勢骨架
- 將影片轉換為黑白
- 將來源升級至 8K
- ControlNet 為 Stable Diffusion 使什麼變得實用?
- 在不重新訓練基礎模型的情況下,使用深度或姿勢等圖層來引導生成
- 同時產生音訊與影片
- 從影像中移除浮水印
- 在沒有 GPU 的情況下執行擴散
- 當你提升變換或去噪強度時,通常會發生什麼情況?
- 輸出會與來源完全相同
- 風格變得更大膽,但輸出會更漂移且閃爍更多
- 影片會自動變長
- 姿勢條件化會完全失效
- 哪種條件訊號最適合保留舞者的編舞?
- 深度圖
- 邊緣圖
- 姿勢骨架
- 顏色直方圖
- EbSynth 等關鍵幀方法如何進行重新造型?
- 它們只重新造型幾個關鍵幀,並將該外觀傳播到其他幀
- 它們從純噪音生成每一幀,沒有來源
- 它們只改變音訊軌道
- 它們使用參考照片交換臉部
- 與簡單的部分噪音相比,DDIM 反演的優勢是什麼?
- 它可以在沒有任何提示的情況下運行
- 它會恢復噪聲以重建來源,因此結構能在較大幅度的編輯下仍然保留
- 它消除了對 GPU 的需求
- 它會自動加入同意的中繼資料
- 如果 ControlNet 權重設定過高會發生什麼情況?
- 幾何形狀在每一幀之間晃動
- 輸出過於嚴格地鎖定在控制圖上,導致新風格被削弱
- 影片倒放播放
- 僅顏色的提示會被忽略
- 關於對真實人物影片重新造型的說法,哪一項是正確的?
- 卡通風格會使人物在法律上保持匿名
- 重新造型會移除原始影片的版權
- 步態、身形與聲音仍能辨識出此人,因此同意仍然重要
- 僅顏色變化就會引發同意問題