Quiz collegato alla guida · Medio Livello
Quiz sull'elaborazione della nuvola di punti
Scopri come i sistemi di nuvole di punti preservano la geometria 3D non ordinata, ripulendo al contempo le scansioni e le funzionalità di apprendimento su più scale spaziali.
Domanda 1 di 8
Cos'è una nuvola di punti?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Cos'è una nuvola di punti?
- Una raccolta di punti 3D che descrivono superfici nello spazio
- Una griglia 2D di pixel colorati
- Un cluster di server che elaborano la grafica
- Una mappa meteorologica della copertura nuvolosa
- Perché le CNN di immagini standard non possono essere applicate direttamente alle nuvole di punti?
- Le nuvole di punti sono troppo piccole
- I punti non sono ordinati e non hanno una struttura a griglia regolare
- Le nuvole di punti non contengono informazioni spaziali
- Le CNN funzionano solo in bianco e nero
- Quale proprietà chiave deve rispettare una rete di nuvole di punti?
- Invarianza di colore
- Ordine di lettura rigoroso da sinistra a destra
- Invarianza di permutazione rispetto all'ordinamento puntuale
- Risoluzione dell'immagine fissa
- In che modo PointNet ha ottenuto l'indipendenza dagli ordini?
- Ordinando i punti in ordine alfabetico
- Convertendo prima i punti in pixel
- Scartando tutto tranne il primo punto
- Utilizzando una funzione simmetrica come il max pooling sulle funzionalità per punto
- Cosa fa l'algoritmo Iterative Closest Point (ICP)?
- Allinea due nuvole di punti in un quadro di coordinate comune
- Comprime le nuvole di punti per l'archiviazione
- Colora i punti in base all'altezza
- Rileva i volti nelle scansioni 3D
- Perché viene comunemente utilizzato il downsampling voxel?
- Per aggiungere più punti per i dettagli
- Ridurre le nuvole enormi e dense a dimensioni gestibili e più uniformi
- Per convertire i dati 3D in audio
- Per crittografare la nuvola di punti
- Cosa aggiunge PointNet++ oltre all'elaborazione indipendente delle funzionalità per punto di PointNet?
- Un ordine fisso da sinistra a destra per ogni nuvola di punti
- Una convoluzione della sola immagine applicata ai pixel RGB
- Raggruppamento gerarchico di punti vicini per apprendere le caratteristiche locali su più scale
- Una regola che cancella ogni punto esterno all'origine
- Perché una pipeline di nuvole di punti potrebbe rimuovere i valori anomali statistici prima della modellazione?
- Per creare una sequenza ordinata dai punti rimanenti
- Per convertire la nuvola in uno spettrogramma audio bidimensionale
- Per aggiungere le normali di superficie sintetiche a ogni punto
- Per scartare punti rumorosi isolati che non si adattano alla distribuzione dei punti circostanti