DUSt3R ঘন 3D পুনর্গঠন কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. ক্লাসিক স্ট্রাকচার-ফ্রম-মোশনের বিপরীতে DUSt3R-এর কোন মূল তথ্য ইনপুট হিসাবে প্রয়োজন হয় না?
   • পরিচিত ক্যামেরা ভঙ্গি এবং ক্রমাঙ্কন
   • এ সব কোনো ছবি
   • একটি গ্রাফিক্স কার্ড
   • ছবিতে রঙ
2. প্রতিটি চিত্রের জন্য DUSt3R এর নেটওয়ার্ক রিগ্রেস করে কেন্দ্রীয় আউটপুট কী?
   • একটি টেক্সট ক্যাপশন
   • প্রতি-পিক্সেল 3D স্থানাঙ্কের একটি পয়েন্টম্যাপ
   • একটি আবদ্ধ বাক্স
   • একটি বিভাজন মুখোশ
3. একটি DUSt3R ইমেজ পেয়ারে, উভয় পয়েন্টম্যাপ কোন সমন্বয় ফ্রেমে প্রকাশ করা হয়?
   • একটি র্যান্ডম গ্লোবাল ফ্রেম
   • বিশ্ব জিপিএস স্থানাঙ্ক
   • প্রথম ক্যামেরার সমন্বয় ফ্রেম
   • প্রতিটি ছবির নিজস্ব আলাদা ফ্রেম
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. কিভাবে DUSt3R দুটির বেশি ইনপুট ছবি পরিচালনা করে?
   • এটি একটি গ্লোবাল অ্যালাইনমেন্ট সেলাই করে পেয়ারওয়াইজ পয়েন্টম্যাপ একসাথে করে
   • এটি দুটি বাদে সব উপেক্ষা করে
   • এটি একটি ফটোতে চিত্রগুলিকে গড় করে৷
   • প্রতি ইমেজ এর জন্য আলাদা নেটওয়ার্ক প্রয়োজন
6. কোন ফলো-আপ পদ্ধতিটি শক্তিশালী ঘন মিলের সাথে DUSt3R প্রসারিত করে?
   • ResNet
   • MAST3R
   • Stable Diffusion
   • এনআরএফ
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