微分可能レンダリングのクイズ

クイズに答えると、答えと解説が表示されます。

1. 微分可能レンダリングでは何を計算できるのでしょうか?
   • ジオメトリやマテリアルなどのシーン パラメータに対する出力ピクセルの勾配
   • グラデーションのない、より高速なレイ トレーシング アルゴリズム
   • 3D シーンからのオーディオ
   • アニメーションからの圧縮ビデオ ファイル
2. オブジェクトのシルエットが微分可能レンダリングの主要な問題となるのはなぜですか?
   • 実際の写真では常にぼやけてしまいます
   • これらは、ピクセルが突然ジャンプする可視性の不連続を引き起こし、有用な単純なグラデーションを提供しません。
   • 滑らかな表面よりも多くのメモリが必要です
   • 出力のファイル形式を変更します
3. ソフト ラスタライゼーションは不連続性の問題にどのように対処しますか?
   • シーンからすべてのエッジを削除します
   • エッジが消えるまで解像度を上げます
   • 三角形が近くのピクセルに滑らかでぼやけたフットプリントを与えることができます
   • 背景のみをレンダリングします
4. 「逆レンダリング」とは何ですか?
   • シーンを逆さまにレンダリングする
   • 2D画像を音声に変換する
   • 夜間のみレンダリング
   • 画像からシーンパラメータ（形状、材質、照明）を復元する
5. トレーニングのために微分可能レンダリングに依存する最新の技術はどれですか?
   • 3D ガウス スプラッティングと NeRF
   • JPEG圧縮
   • MP3エンコード
   • スプレッドシートのピボットテーブル
6. 「エッジ サンプリング」アプローチ (redner など) は何をキャプチャするために設計されたものですか?
   • 画像全体の平均的な色
   • 不連続部におけるレンダリング積分の境界項
   • アニメーションのフレームレート
   • テクスチャの圧縮率
7. What does the original NeRF network predict from a 3D location and viewing direction?
   • A binary object label and no appearance information
   • A scene’s legal ownership and camera price
   • Volume density and view-dependent emitted radiance
   • A single pixel mask with no view dependence
8. What scene representation does 3D Gaussian Splatting optimize for real-time radiance-field rendering?
   • A single triangle silhouette for the entire scene
   • A text-only prompt with no geometric representation
   • A depth map with no color or camera information
   • A set of 3D Gaussians with position, covariance, opacity, and appearance parameters