Κουίζ που συνδέεται με οδηγό · Σκληρό Επίπεδο

Κουίζ με υπογεγραμμένες αποστάσεις

Εξετάστε τον τρόπο με τον οποίο οι συναρτήσεις υπογεγραμμένης απόστασης κωδικοποιούν επιφάνειες, υποστηρίζουν ελέγχους απόδοσης και σύγκρουσης και ενεργοποιούν την νευρική τρισδιάστατη ανακατασκευή.

Σχετικές διαδρομές οδηγώνΥπογεγραμμένες συναρτήσεις απόστασης
Ερώτηση 1 του 8

Τι επιστρέφει μια συνάρτηση υπογεγραμμένης απόστασης για ένα δεδομένο τρισδιάστατο σημείο;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Τι επιστρέφει μια συνάρτηση υπογεγραμμένης απόστασης για ένα δεδομένο τρισδιάστατο σημείο;
    • Η απόσταση από την πλησιέστερη επιφάνεια, με ένδειξη για μέσα/έξω
    • Το χρώμα της επιφάνειας σε εκείνο το σημείο
    • Ο αριθμός των τριγώνων κοντά σε αυτό το σημείο
    • Η φωτεινότητα της σκηνής
  2. Πού βρίσκεται η πραγματική επιφάνεια ενός SDF;
    • Όπου η συνάρτηση μεγιστοποιείται
    • Στο σύνολο του μηδενικού επιπέδου (η απόσταση ισούται με μηδέν)
    • Όπου το πρόσημο είναι πάντα θετικό
    • Στο κέντρο του πλαισίου οριοθέτησης
  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. Πώς χρησιμοποιεί η ανίχνευση σφαίρας την τιμή SDF;
    • Βηματίζεται πάντα με ένα μικρό σταθερό ποσό
    • Κινείται προς τα πίσω για να αποφύγει την επιφάνεια
    • Αγνοεί το SDF και λαμβάνει δείγματα τυχαία
    • Προχωρά με την τιμή SDF, την ασφαλή απόσταση μέχρι την πλησιέστερη επιφάνεια
  5. Τι χρησιμοποιεί το DeepSDF για να αναπαραστήσει ένα συγκεκριμένο σχήμα;
    • Ένας συμπαγής λανθάνων κώδικας που τροφοδοτείται σε ένα νευρωνικό δίκτυο
    • Ένα πλήρες τρίγωνο πλέγμα αποθηκευμένο στη μνήμη
    • Μια ενιαία εικόνα RGB
    • Μια λίστα με τις θέσεις της κάμερας
  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