Quiz collegato alla guida · Medio Livello
Quiz di sintesi per la visualizzazione del romanzo
Esplora campi di radianza, rendering dei raggi, primitive gaussiane, supervisione fotometrica, codifica posizionale e rappresentazioni efficienti con griglia hash.
Domanda 1 di 8
Date le foto di una scena, cosa cerca di produrre la nuova sintesi della visione?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Date le foto di una scena, cosa cerca di produrre la nuova sintesi della visione?
- Per comprimere le immagini in file più piccoli
- Per tradurre le didascalie delle immagini in altre lingue
- Per rilevare oggetti in una singola foto
- Per eseguire il rendering di una scena da punti di vista della telecamera che non sono stati originariamente catturati
- Su cosa mappa un Neural Radiance Field (NeRF) una posizione 3D e una direzione di visualizzazione?
- Una descrizione testuale
- Colore (luminosità) e densità di volume
- Un numero di serie della fotocamera
- Un segnale audio compresso
- In che modo NeRF esegue il rendering di un pixel per una nuova vista?
- Copiando direttamente l'immagine di allenamento più vicina
- Facendo la media di tutti i pixel nel set di dati
- Per marcia volumetrica del raggio: campionamento dei punti lungo il raggio e integrazione di colore e densità
- Eseguendo il riconoscimento ottico dei caratteri
- 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
- Perché i metodi NVS possono riprodurre riflessi e luci brillanti?
- Ignorano completamente l'illuminazione
- Modellano l'aspetto dipendente dalla vista, quindi il colore può cambiare con la direzione della vista
- Rendono solo in scala di grigi
- Usano le coordinate GPS
- 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
- 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
- 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