Cuestionario vinculado a una guía · Medio Nivel
Prueba de renderizado diferenciable
Revise los gradientes de renderizado diferenciables, la visibilidad y las siluetas, la rasterización suave, el renderizado inverso y el muestreo de bordes.
Pregunta 1 de 8
¿Qué te permite calcular la representación diferenciable?
Vista previa de cada pregunta8 preguntas
Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.
- ¿Qué te permite calcular la representación diferenciable?
- Degradados de píxeles de salida con respecto a parámetros de escena como geometría y materiales.
- Un algoritmo de trazado de rayos más rápido y sin gradientes
- Audio de una escena 3D
- Archivos de video comprimidos de animaciones.
- ¿Por qué las siluetas de los objetos son una dificultad fundamental para la representación diferenciable?
- Siempre están borrosos en fotos reales.
- Provocan discontinuidades en la visibilidad donde los píxeles saltan abruptamente, sin proporcionar un gradiente ingenuo útil.
- Requieren más memoria que las superficies lisas
- Cambian el formato de archivo de la salida.
- ¿Cómo aborda la rasterización suave el problema de la discontinuidad?
- Elimina todos los bordes de la escena.
- Aumenta la resolución hasta que desaparecen los bordes.
- Permite que los triángulos aporten una huella suave y borrosa a los píxeles cercanos.
- Representa solo el fondo.
- ¿Qué es la 'renderización inversa'?
- Representar una escena al revés
- Convertir imágenes 2D a audio
- Renderizando solo por la noche
- Recuperar parámetros de escena (forma, materiales, iluminación) a partir de imágenes.
- ¿Qué técnica moderna se basa en la representación diferenciable para el entrenamiento?
- Salpicaduras gaussianas 3D y NeRF
- Compresión JPEG
- codificación MP3
- Tablas dinámicas de hojas de cálculo
- ¿Qué está diseñado para capturar el enfoque de 'muestreo de borde' (como en Redner)?
- El color promedio de toda la imagen.
- El término límite de la representación integral en discontinuidades.
- La velocidad de fotogramas de una animación.
- La relación de compresión de una textura.
- What does the original NeRF network predict from a 3D location and viewing direction?
- A binary object label and no appearance information
- A scene’s legal ownership and camera price
- Volume density and view-dependent emitted radiance
- A single pixel mask with no view dependence
- What scene representation does 3D Gaussian Splatting optimize for real-time radiance-field rendering?
- A single triangle silhouette for the entire scene
- A text-only prompt with no geometric representation
- A depth map with no color or camera information
- A set of 3D Gaussians with position, covariance, opacity, and appearance parameters