Quiz lié à un guide · Difficile Niveau

Quiz sur les fonctions de distance signées

Découvrez comment les fonctions de distance signée codent les surfaces, prennent en charge le rendu et les contrôles de collision, et permettent la reconstruction neuronale 3D.

Chemins de guidage associésFonctions de distance signée
Question 1 de 8

Que renvoie une fonction de distance signée pour un point 3D donné ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Que renvoie une fonction de distance signée pour un point 3D donné ?
    • La distance jusqu'à la surface la plus proche, avec un panneau intérieur/extérieur
    • La couleur de la surface à ce moment-là
    • Le nombre de triangles proches de ce point
    • La luminosité de la scène
  2. Où se situe la surface réelle d’un SDF ?
    • Où la fonction est maximisée
    • Au niveau zéro réglé (la distance est égale à zéro)
    • Où le signe est toujours positif
    • Au centre du cadre de délimitation
  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. Comment le traçage de sphère utilise-t-il la valeur SDF ?
    • Il progresse toujours d'un petit montant fixe
    • Il recule pour éviter la surface
    • Il ignore le SDF et échantillonne de manière aléatoire
    • Il avance de la valeur SDF, la distance de sécurité jusqu'à la surface la plus proche
  5. Qu'est-ce que DeepSDF utilise pour représenter une forme spécifique ?
    • Un code latent compact introduit dans un réseau neuronal
    • Un maillage triangulaire complet stocké en mémoire
    • Une seule image RVB
    • Une liste des positions de caméra
  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