Útmutatóhoz kapcsolódó kvíz · Kemény Szint
Többnézetű sztereó kvíz
Checks MVS camera-pose inputs, photo-consistency, depth estimation, sparse versus dense geometry and the bundle-adjustment distinction.
kérdés 1 -ból 8
Miről feltételezi a Multi-View Stereo, hogy az már ismert, mielőtt elindulna?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Miről feltételezi a Multi-View Stereo, hogy az már ismert, mielőtt elindulna?
- A kamera minden egyes képhez póz
- Az utolsó 3D háló
- Minden felület színei
- A jelenetben lévő objektumok nevei
- Milyen alapelvet használ az MVS a megfelelő 3D pontok megtalálásához?
- A kép fényerejének maximalizálása
- Fotókonzisztencia több nézetben
- A fájl méretének minimalizálása
- A pixelek véletlenszerű mintavétele
- Miben különbözik az MVS a Structure from Motion kimenetétől?
- Az MVS csak egyetlen képen működik
- Az MVS teljesen figyelmen kívül hagyja a kameraállásokat
- Az MVS sűrű, pixelenkénti mélységet, míg az SfM ritka pontfelhőt ad
- Az MVS hangot ad ki geometria helyett
- Mit csinál a síksávos sztereó?
- Fizikailag elforgatja a kamerát
- Lesöpri a port az objektívről
- A képeket ábécé szerint rendezi
- Végigsöpör egy virtuális síkon a mélységen, és megtalálja azt, ahol a nézetek a legjobban megegyeznek
- Mely felületek jelentenek különösen nagy kihívást az MVS számára?
- Textúramentes és fényvisszaverő felületek
- Élénk színű festett felületek
- Durva kőfelületek
- Bármi, aminek éles szélei vannak
- Hogyan javítanak a tanuláson alapuló módszerek, mint például az MVSNet a klasszikus MVS-en?
- Nincs szükség kamerákra
- Megtanulják a költségek összehangolását és a mélységszabályozást végpontok között a nagyobb robusztusság érdekében
- Csak szürkeárnyalatban működnek
- 3D helyett 2D képeket készítenek
- How may an MVS system compare a hypothesized depth across neighboring views?
- Compare only the file names
- Use the language-model perplexity
- Warp image patches and measure their appearance agreement, for example with normalized cross-correlation
- Count camera metadata fields
- After per-image depth maps are estimated, what can MVS do with them?
- Convert them into language tokens
- Replace the camera poses with labels
- Discard all cross-view information
- Fuse them into a denser point cloud or mesh and filter inconsistencies