DUSt3R सघन 3डी पुनर्निर्माण प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. क्लासिक संरचना-से-गति के विपरीत, DUSt3R को इनपुट के रूप में किस महत्वपूर्ण जानकारी की आवश्यकता नहीं है?
   • ज्ञात कैमरा पोज़ और अंशांकन
   • कोई भी छवि
   • एक ग्राफ़िक्स कार्ड
   • छवियों में रंग भरें
2. वह केंद्रीय आउटपुट क्या है जिसे DUSt3R का नेटवर्क प्रत्येक छवि के लिए पुनः प्राप्त करता है?
   • एक टेक्स्ट कैप्शन
   • प्रति-पिक्सेल 3डी निर्देशांक का एक पॉइंटमैप
   • एक बाउंडिंग बॉक्स
   • एक विभाजन मुखौटा
3. DUSt3R छवि युग्म में, दोनों पॉइंटमैप किस समन्वय फ़्रेम में व्यक्त किए गए हैं?
   • एक यादृच्छिक वैश्विक फ़्रेम
   • विश्व जीपीएस निर्देशांक
   • पहले कैमरे का समन्वय फ़्रेम
   • प्रत्येक छवि का अपना अलग फ्रेम
4. How can DUSt3R produce camera poses and pixel matches without receiving them as known input?
   • A separate calibration rig must provide every pose
   • Human annotators label each pixel correspondence
   • The model cannot produce either output
   • They can be recovered downstream from the predicted pointmaps and their alignment
5. DUSt3R दो से अधिक इनपुट छवियों को कैसे संभालता है?
   • यह जोड़ीवार पॉइंटमैप को एक साथ जोड़ते हुए एक वैश्विक संरेखण निष्पादित करता है
   • यह दो को छोड़कर बाकी सभी को नजरअंदाज कर देता है
   • यह छवियों को एक फोटो में औसत करता है
   • इसके लिए प्रति छवि एक अलग नेटवर्क की आवश्यकता होती है
6. कौन सी अनुवर्ती विधि मजबूत सघन मिलान के साथ DUSt3R का विस्तार करती है?
   • रेसनेट
   • MASt3R
   • Stable Diffusion
   • एनईआरएफ
7. What additional per-pixel output accompanies DUSt3R pointmaps?
   • A speech transcript
   • A musical pitch label
   • A confidence map
   • A JPEG compression code
8. What model architecture does DUSt3R use to process image pairs?
   • A rule-based camera calibration script only
   • A convolutional audio vocoder
   • A database query engine
   • Transformer encoders and decoders with cross-view processing