MediaOpción múltiple

Pregunta de práctica de AI-900

¿Qué es el 'smart cropping' en Azure AI Vision y en qué se diferencia del recorte simple?

Elige la mejor respuesta.

Respuesta correcta

  • BRecorte guiado por IA que mantiene el contenido más importante en el encuadre independientemente de la relación de aspecto

Explicación

El 'smart cropping' en Azure AI Vision utiliza IA para analizar el contenido de la imagen y determinar de forma inteligente la región más importante, luego recorta la imagen a cualquier relación de aspecto especificada manteniendo dicha región en el encuadre. Esto difiere del recorte simple, que simplemente elimina píxeles de los bordes sin comprender el contenido semántico de la imagen. El modelo de IA identifica objetos destacados, rostros o texto para garantizar que el resultado recortado siga siendo visualmente significativo.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Recortar imágenes más rápido utilizando procesamiento de imágenes acelerado por GPU

El 'smart cropping' consiste en seleccionar la región saliente para una miniatura, no en la velocidad de procesamiento; la aceleración por GPU no está relacionada con su propósito. Sería la opción correcta cuando el objetivo es un recorte representativo centrado en el sujeto principal, independientemente del hardware.

B

Correcta

Recorte guiado por IA que mantiene el contenido más importante en el encuadre independientemente de la relación de aspecto

El 'smart cropping' utiliza IA para detectar la región saliente, como rostros o el sujeto principal, y luego recorta alrededor de ella para que el contenido clave sobreviva a cualquier relación de aspecto solicitada. El recorte simple aplica una región fija central o especificada, lo que puede cortar el sujeto importante.

C

Incorrecta

Recortar automáticamente los rostros de las personas de las imágenes para la protección de la privacidad

El 'smart cropping' devuelve una miniatura centrada en la región más saliente, preservando típicamente los rostros en lugar de eliminarlos. La eliminación de rostros impulsada por la privacidad es una preocupación separada. El 'smart cropping' es correcto al generar miniaturas representativas que mantienen visible el sujeto principal.

D

Incorrecta

Recortar imágenes para eliminar el ruido de fondo y el contexto irrelevante

El 'smart cropping' identifica la región de interés y devuelve una miniatura centrada en el contenido saliente; eliminar el ruido de fondo no es su función. Sería la opción correcta al generar miniaturas representativas a partir de imágenes, no para limpiar el contexto irrelevante alrededor de un sujeto.

Para profundizar

El 'smart cropping' utiliza un modelo de saliencia o detección de objetos para calificar las regiones de una imagen según su importancia visual, y luego selecciona una ventana de recorte que preserva el contenido con mayor puntuación para la relación de aspecto solicitada. El recorte simple, en cambio, aplica una regla fija como recorte central o recorte superior izquierdo, lo que puede cortar rostros, productos o texto cuando la relación de destino difiere de la fuente. Internamente, el 'smart cropping' de Azure AI Vision devuelve un cuadro delimitador con coordenadas normalizadas, y el llamador aplica ese cuadro para producir la miniatura. Un comportamiento sutil es que el algoritmo se optimiza para un único sujeto dominante; las imágenes con múltiples sujetos igualmente importantes pueden perder uno de ellos, por lo que los llamadores pueden solicitar múltiples recortes candidatos y elegir. Esto importa en catálogos de comercio electrónico donde las miniaturas de productos deben mantener el ítem centrado a través de miles de fotos de origen variadas.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de AI-900 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.