Kvíz spojený s průvodcem · Střední úroveň
Nový kvíz o syntéze pohledu
Prozkoumejte pole záření, vykreslování paprsků, Gaussova primitiva, fotometrický dohled, poziční kódování a efektivní reprezentace hash-grid.
Otázka 1 z 8
Given photos of a scene, what does novel view synthesis try to produce?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Given photos of a scene, what does novel view synthesis try to produce?
- Pro kompresi obrázků do menších souborů
- Chcete-li přeložit popisky obrázků do jiných jazyků
- Pro detekci objektů na jedné fotografii
- K vykreslení scény z pohledů kamery, které nebyly původně zachyceny
- Na co mapuje pole Neural Radiance Field (NeRF) 3D pozici a směr pohledu?
- Textový popis
- Barva (záření) a objemová hustota
- Sériové číslo fotoaparátu
- Komprimovaný zvukový signál
- Jak NeRF vykreslí pixel pro nový pohled?
- Přímým zkopírováním nejbližšího tréninkového obrázku
- Zprůměrováním všech pixelů v datové sadě
- Objemovým pochodem paprsku: vzorkovací body podél paprsku a integrace barvy a hustoty
- Spuštěním optického rozpoznávání znaků
- What distinguishes 3D Gaussian Splatting's scene representation from an original NeRF-style per-ray network evaluation?
- Explicit 3D Gaussian primitives rendered through a differentiable rasterization approach
- A representation containing no scene parameters or image observations
- Only a table of audio phonemes
- A method that copies a single input photo for every viewpoint
- Proč mohou metody NVS reprodukovat odrazy a lesklé odlesky?
- Osvětlení zcela ignorují
- Modelují vzhled závislý na pohledu, takže barva se může měnit se směrem pohledu
- Vykreslují se pouze ve stupních šedi
- Používají GPS souřadnice
- What representation technique is central to Instant-NGP's acceleration of neural graphics tasks?
- Removing all input observations from training
- Converting the scene into a spreadsheet of filenames
- A guarantee of the same training time for every scene
- A multiresolution hash encoding
- What supplies the photometric training target in original NeRF scene optimization?
- Observed pixel colors in the training images, compared with rendered colors
- A required ground-truth 3D mesh for every scene
- Only the scene's written caption
- Only the final image's file size
- Why did original NeRF use positional encoding on its coordinate inputs?
- To identify the camera's serial number
- To supply surveyed coordinates without measurements
- To help the network represent high-frequency spatial and directional variation
- To eliminate every need for a radiance-field network