اختبار مرتبط بالدليل · متوسط المستوى
اختبار العرض التفاضلي
قم بمراجعة تدرجات العرض القابلة للتمييز، والرؤية والصور الظلية، والتنقيط الناعم، والعرض العكسي، وأخذ عينات الحواف.
سؤال 1 من 8
ما الذي يتيح لك العرض التفاضلي حسابه؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ما الذي يتيح لك العرض التفاضلي حسابه؟
- تدرجات بكسلات الإخراج فيما يتعلق بمعلمات المشهد مثل الهندسة والمواد
- خوارزمية أسرع لتتبع الأشعة بدون تدرجات
- الصوت من مشهد ثلاثي الأبعاد
- ملفات الفيديو المضغوطة من الرسوم المتحركة
- لماذا تعتبر الصور الظلية للكائنات صعوبة أساسية في العرض القابل للتمييز؟
- هم دائما ضبابية في الصور الحقيقية
- إنها تسبب انقطاعات في الرؤية حيث تقفز وحدات البكسل فجأة، مما لا يعطي أي تدرج ساذج مفيد
- أنها تتطلب ذاكرة أكبر من الأسطح الملساء
- يقومون بتغيير تنسيق ملف الإخراج
- كيف يعالج التنقيط الناعم مشكلة الانقطاع؟
- يزيل كافة الحواف من مكان الحادث
- فهو يزيد من الدقة حتى تختفي الحواف
- فهو يتيح للمثلثات المساهمة ببصمة سلسة وغير واضحة لوحدات البكسل القريبة
- فإنه يجعل الخلفية فقط
- ما هو "العرض العكسي"؟
- تقديم المشهد رأسا على عقب
- تحويل الصور ثنائية الأبعاد إلى صوت
- التقديم فقط في الليل
- استعادة معلمات المشهد (الشكل، المواد، الإضاءة) من الصور
- ما هي التقنية الحديثة التي تعتمد على العرض التفاضلي للتدريب؟
- رش غاوسي ثلاثي الأبعاد و NeRFs
- ضغط JPEG
- ترميز MP3
- الجداول المحورية لجداول البيانات
- ما هو أسلوب "أخذ عينات الحافة" (كما هو الحال في ريدنر) المصمم لالتقاطه؟
- متوسط لون الصورة بأكملها
- الحد الأقصى للتكامل عند الانقطاعات
- معدل الإطار للرسوم المتحركة
- نسبة ضغط الملمس
- What does the original NeRF network predict from a 3D location and viewing direction?
- A binary object label and no appearance information
- A scene’s legal ownership and camera price
- Volume density and view-dependent emitted radiance
- A single pixel mask with no view dependence
- What scene representation does 3D Gaussian Splatting optimize for real-time radiance-field rendering?
- A single triangle silhouette for the entire scene
- A text-only prompt with no geometric representation
- A depth map with no color or camera information
- A set of 3D Gaussians with position, covariance, opacity, and appearance parameters