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.

Percorsi guida correlatiElaborazione della nuvola di punti
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.

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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