Quiz collegato alla guida · Difficile Livello
Quiz sul campionamento di DreamFusion e distillazione del punteggio
Comprendere l'ottimizzazione NeRF di DreamFusion, la diffusione 2D preliminare, il campionamento della distillazione del punteggio e il processo di rendering multi-vista.
Domanda 1 di 8
Quale rappresentazione 3D ottimizza DreamFusion?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Quale rappresentazione 3D ottimizza DreamFusion?
- Un NeRF (campo di radianza neurale)
- Una maglia poligonale
- Una nuvola di punti da un sensore di profondità
- Una griglia di voxel dai dati CT
- Quanti dati di addestramento 3D richiede DreamFusion?
- Qualche centinaio di scansioni
- Nessuno
- Milioni di modelli CAD
- Un oggetto di riferimento per prompt
- What is the computational shortcut in Score Distillation Sampling?
- It trains a new diffusion model every step
- Non utilizza alcun gradiente
- It uses a stop-gradient score signal instead of backpropagating through the diffusion model’s full Jacobian
- Rende solo un punto di vista fisso
- Why did DreamFusion use high classifier-free guidance in its experiments?
- Per ridurre la memoria della GPU
- Per rendere le uscite in scala di grigi
- To guarantee accurate geometry
- To counter the oversmoothing tendency of SDS and encourage sharper prompt-conditioned results
- Quale modello 2D è stato utilizzato dal DreamFusion originale come modello precedente congelato?
- Immagine di Google
- Diffusione stabile 1.5
- DALL-E 2
- Midjourney
- What artifact can arise when a 2D image prior guides a 3D scene across views?
- A guaranteed watertight mesh
- Duplicated faces or features on different sides of the object
- A single grayscale output
- A 3D object with no rendered views
- Why does DreamFusion render the NeRF from sampled camera angles during optimization?
- To avoid using the NeRF representation
- To replace the text prompt with camera metadata
- To let the 2D prior provide guidance from multiple views of the 3D scene
- To create an audio soundtrack
- What does an optimized NeRF allow a user to do with the generated scene?
- Recover the original 3D training scan
- Guarantee physically correct materials
- Generate only the original training image
- Render it from new viewpoints and relight it