Тест, свързан с ръководство · трудно Ниво

Тест за функциите на разстоянията със знак

Прегледайте как функциите за знаково разстояние кодират повърхности, поддържат изобразяване и проверки за сблъсък и активират невронна 3D реконструкция.

Свързани ръководни пътекиФункции за разстояние със знак
Въпрос 1 на 8

Какво връща функцията за разстояние със знак за дадена 3D точка?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво връща функцията за разстояние със знак за дадена 3D точка?
    • Разстоянието до най-близката повърхност, със знак за вътре/вън
    • Цветът на повърхността в тази точка
    • Броят на триъгълниците близо до тази точка
    • Яркостта на сцената
  2. Къде се намира действителната повърхност на SDF?
    • Където функцията е максимизирана
    • При зададено нулево ниво (разстоянието е равно на нула)
    • Където знакът винаги е положителен
    • В центъра на ограничителната кутия
  3. Where does a true signed distance function satisfy the unit-gradient eikonal condition?
    • At every point, including all nonsmooth points
    • Only at the zero level set
    • At differentiable points, which is almost everywhere for common surfaces
    • Only outside the shape
  4. Как проследяването на сфери използва SDF стойността?
    • Винаги стъпва с малка фиксирана сума
    • Той стъпва назад, за да избегне повърхността
    • Той игнорира SDF и взема проби на случаен принцип
    • Той пристъпва напред със стойността на SDF, безопасното разстояние до най-близката повърхност
  5. Какво използва DeepSDF за представяне на конкретна форма?
    • Компактен латентен код, въведен в невронна мрежа
    • Пълна триъгълна мрежа, съхранена в паметта
    • Едно RGB изображение
    • Списък с позиции на камерата
  6. What is one useful property of an SDF representation compared with a fixed triangle mesh?
    • It guarantees exact geometry regardless of training data or sampling
    • It is a continuous function that can be queried at chosen resolutions, subject to representation accuracy and compute
    • It always uses less memory than every possible mesh
    • It eliminates the need to compute surface normals
  7. How can a signed distance function support robot collision checking?
    • It identifies the material composition of each obstacle
    • It predicts the robot's battery life from its pose
    • It gives a distance to nearby surfaces that can help determine clearance from obstacles
    • It converts a robot path into a camera image
  8. In the NeuS reconstruction method, what representation is learned for a scene surface?
    • A fixed list of RGB colors with no geometry
    • An unordered set of camera exposure settings
    • A text caption for each image without a 3D representation
    • The surface is represented as the zero-level set of a neural signed distance function