Kuis Sintesis Tampilan Novel

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Given photos of a scene, what does novel view synthesis try to produce?
   • Untuk mengompresi gambar menjadi file yang lebih kecil
   • Untuk menerjemahkan keterangan gambar ke bahasa lain
   • Untuk mendeteksi objek dalam satu foto
   • Untuk merender pemandangan dari sudut pandang kamera yang awalnya tidak ditangkap
2. Neural Radiance Field (NeRF) memetakan posisi 3D dan arah tampilannya?
   • Deskripsi teks
   • Warna (cahaya) dan kepadatan volume
   • Nomor seri kamera
   • Sinyal audio terkompresi
3. Bagaimana cara NeRF merender piksel untuk tampilan baru?
   • Dengan menyalin langsung gambar latihan terdekat
   • Dengan merata-ratakan semua piksel dalam kumpulan data
   • Dengan pergerakan sinar volumetrik: titik pengambilan sampel di sepanjang sinar dan mengintegrasikan warna dan kepadatan
   • Dengan menjalankan pengenalan karakter optik
4. What distinguishes 3D Gaussian Splatting's scene representation from an original NeRF-style per-ray network evaluation?
   • Explicit 3D Gaussian primitives rendered through a differentiable rasterization approach
   • A representation containing no scene parameters or image observations
   • Only a table of audio phonemes
   • A method that copies a single input photo for every viewpoint
5. Mengapa metode NVS dapat mereproduksi pantulan dan sorotan yang berkilau?
   • Mereka mengabaikan pencahayaan sepenuhnya
   • Mereka memodelkan tampilan yang bergantung pada tampilan, sehingga warna dapat berubah seiring arah tampilan
   • Mereka hanya ditampilkan dalam skala abu-abu
   • Mereka menggunakan koordinat GPS
6. What representation technique is central to Instant-NGP's acceleration of neural graphics tasks?
   • Removing all input observations from training
   • Converting the scene into a spreadsheet of filenames
   • A guarantee of the same training time for every scene
   • A multiresolution hash encoding
7. What supplies the photometric training target in original NeRF scene optimization?
   • Observed pixel colors in the training images, compared with rendered colors
   • A required ground-truth 3D mesh for every scene
   • Only the scene's written caption
   • Only the final image's file size
8. Why did original NeRF use positional encoding on its coordinate inputs?
   • To identify the camera's serial number
   • To supply surveyed coordinates without measurements
   • To help the network represent high-frequency spatial and directional variation
   • To eliminate every need for a radiance-field network