Kvíz spojený s průvodcem · Těžko úroveň
Kvíz o funkcích na dálku s podpisem
Podívejte se, jak funkce vzdálenosti se znaménkem kódují povrchy, podporují vykreslování a kontroly kolizí a umožňují neuronovou 3D rekonstrukci.
Otázka 1 z 8
Co vrací funkce vzdálenosti se znaménkem pro daný 3D bod?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Co vrací funkce vzdálenosti se znaménkem pro daný 3D bod?
- Vzdálenost k nejbližšímu povrchu se značkou pro vnitřní/vnější
- Barva povrchu v tomto bodě
- Počet trojúhelníků poblíž tohoto bodu
- Jas scény
- Kde se nachází skutečný povrch SDF?
- Kde je funkce maximalizována
- Na nulové úrovni nastavené (vzdálenost se rovná nule)
- Kde je znamení vždy kladné
- Uprostřed ohraničovacího rámečku
- 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
- Jak využívá sledování koulí hodnotu SDF?
- Vždy postupuje o malou pevnou částku
- Ustupuje dozadu, aby se vyhnula povrchu
- Ignoruje SDF a náhodně odebírá vzorky
- Pokročí vpřed o hodnotu SDF, bezpečnou vzdálenost k nejbližšímu povrchu
- Co používá DeepSDF k reprezentaci konkrétního tvaru?
- Kompaktní latentní kód přiváděný do neuronové sítě
- Celá trojúhelníková síť uložená v paměti
- Jeden RGB obrázek
- Seznam pozic kamery
- 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
- 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
- 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