DUSt3R Тест за плътна 3D реконструкция

Отговорите и обясненията се появяват, докато отговаряте на теста.

1. Каква ключова информация НЕ изисква DUSt3R като вход, за разлика от класическата структура от движение?
   • Известни пози на камерата и калибриране
   • Изобщо всякакви изображения
   • Графична карта
   • Цвят в изображенията
2. Какъв е централния изход, който мрежата на DUSt3R регресира за всяко изображение?
   • Текстов надпис
   • Точкова карта на 3D координати на пиксел
   • Ограничаваща кутия
   • Маска за сегментиране
3. В двойка изображения DUSt3R, в каква координатна рамка са изразени двете точкови карти?
   • Произволна глобална рамка
   • Световни GPS координати
   • Координатната рамка на първата камера
   • Всяко изображение има отделна рамка
4. How can DUSt3R produce camera poses and pixel matches without receiving them as known input?
   • A separate calibration rig must provide every pose
   • Human annotators label each pixel correspondence
   • The model cannot produce either output
   • They can be recovered downstream from the predicted pointmaps and their alignment
5. Как DUSt3R обработва повече от две входни изображения?
   • Той извършва глобално подравняване, свързвайки по двойки точкови карти заедно
   • Игнорира всички освен две
   • Той осреднява изображенията в една снимка
   • Изисква отделна мрежа за всяко изображение
6. Кой последващ метод разширява DUSt3R с по-силно плътно съвпадение?
   • ResNet
   • MASt3R
   • Stable Diffusion
   • NeRF
7. What additional per-pixel output accompanies DUSt3R pointmaps?
   • A speech transcript
   • A musical pitch label
   • A confidence map
   • A JPEG compression code
8. What model architecture does DUSt3R use to process image pairs?
   • A rule-based camera calibration script only
   • A convolutional audio vocoder
   • A database query engine
   • Transformer encoders and decoders with cross-view processing