اختبار Plenoxels وVoxel Radiance Fields

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هو خيار التصميم الأكثر إثارة للدهشة في Plenoxels مقارنة بـ NeRF؟
   • لا يستخدم أي شبكة عصبية على الإطلاق
   • ويستخدم شبكة عصبية أعمق بكثير
   • إنه يعمل فقط في 2D
   • يتطلب الماسحات الضوئية LiDAR
2. ما الذي يخزنه كل فوكسل مشغول في Plenoxels لالتقاط الألوان المعتمدة على العرض؟
   • خريطة نسيج RGB كاملة
   • المعاملات التوافقية الكروية
   • شبكة عصبية منفصلة
   • قيمة العمق فقط
3. ما المقارنة في وقت التحسين التي ذكرتها ورقة Plenoxels في معاييرها التي تم تقييمها؟
   • Exactly the same optimization time on every scene
   • About two orders of magnitude slower in all cases
   • About two orders of magnitude faster than NeRF in the reported settings
   • No measurable difference under any setup
4. كيف يتم جلب القيم من شبكة فوكسل على طول الشعاع؟
   • البحث عن الجار الأقرب فقط
   • أخذ عينات عشوائية
   • مرشح تلافيفي
   • الاستيفاء ثلاثي الخطوط
5. ما الاستنتاج الذي تدعمه نتائج معيار Plenoxels؟
   • An explicit sparse grid can achieve NeRF-comparable results on the evaluated tasks without an MLP
   • Neural networks are never useful for 3D vision
   • Voxels always outperform every neural representation
   • Volume rendering requires no optimization
6. لكي تظل فعالاً، كيف يتم تخزين شبكة Plenoxels voxel؟
   • كمكعب كثيف مملوء بالكامل
   • كشبكة متفرقة تحافظ على وحدات البكسل المشغولة فقط
   • كصورة مسطحة واحدة
   • كإطارات فيديو مضغوطة
7. What regularizer did the Plenoxels paper use to encourage spatial smoothness?
   • فقدان التعرف على الكلام
   • A KL penalty between language models
   • A total-variation regularizer on voxel coefficients
   • A bitrate constraint on rendered images
8. What does “Plenoxels” expand to?
   • Planar neural outputs
   • Perceptual linear voxels
   • Point-level network samples
   • Plenoptic voxels