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。

相關引導路徑零一到三小說觀擴散
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。

  1. 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
  2. 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
  3. 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
  4. 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)
  5. 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
  6. 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
  7. 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
  8. 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