引導式測驗 · 中等 等級
零一到三小說觀擴散測驗
了解 Zero-1-to-3 如何將相機運動映射到一張影像的新視圖上,以及其擴散模型如何保留物件身份和精細細節。
問題 1 的 8
除了單張影像之外,零一到三還需要什麼核心輸入才能產生新視圖?
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。
- 除了單張影像之外,零一到三還需要什麼核心輸入才能產生新視圖?
- 相對相機變換(旋轉和平移)
- 場景的深度圖
- 另一個角度的第二張照片
- 目標視圖的手繪草圖
- 零一到三是透過微調哪一種模型來建構的?
- 圖神經網路
- 二維影像擴散模型(穩定擴散)
- 循環序列模型
- 經典的運動結構解算器
- 為什麼 2D 擴散模型能夠執行零樣本新穎視圖合成?
- 因為它在內部儲存顯式 3D 網格
- 因為它在推理過程中使用了LiDAR數據
- 因為它從大規模圖像訓練中學習了隱式幾何和物理先驗
- 因為它準確地記住了每一個訓練圖像
- 哪些 3D 物件資料集對於零一到三的訓練至關重要?
- 影像網
- 可可
- KITTI駕駛場景
- Objaverse(合成渲染物件)
- 來源影像的精細細節如何在生成過程中保留?
- 透過將輸入影像與雜訊潛在影像進行通道連接
- 計算標題後丟棄它
- 僅使用其檔案名稱作為標籤
- 首先將其轉換為灰階
- Zero-1-to-3 產生的視圖的常見下游用途是什麼?
- 音訊轉錄
- 重建物件的 3D 模型或網格
- 垃圾郵件過濾
- 股價預測
- Which values describe the relative camera pose in Zero-1-to-3's conditioning?
- Image brightness, contrast, and saturation
- Object color, texture, and material
- Azimuth, elevation, and radius
- Frame rate, shutter speed, and aperture
- Which input representation does Zero-1-to-3 use to steer cross-attention with image semantics?
- A depth map produced by a stereo camera pair
- A mesh extracted from the final generated view
- A class label that replaces the source image
- A CLIP embedding combined with the relative camera pose