ガイド連動クイズ · 中 レベル
点群処理クイズ
点群システムがスキャンをクリーンアップし、複数の空間スケールで特徴を学習しながら、順序のない 3D ジオメトリをどのように保存するかを調べます。
質問 1 の 8
点群とは何ですか?
すべての質問をプレビューする8 質問
クイズに答えると、答えと解説が表示されます。
- 点群とは何ですか?
- 空間内の表面を記述する 3D 点の集合
- カラーピクセルの2Dグリッド
- グラフィックスを処理するサーバーのクラスター
- 雲量の天気図
- 標準画像 CNN を点群に直接適用できないのはなぜですか?
- 点群が小さすぎます
- 点に順序がなく、規則的なグリッド構造がありません
- 点群には空間情報が含まれていません
- CNN は白黒でのみ機能します
- 点群ネットワークが尊重しなければならない重要なプロパティは何ですか?
- 色の不変性
- 厳密な左から右の読み取り順序
- 点順序に対する順列不変性
- 固定画像解像度
- PointNet はどのようにして順序の独立性を実現したのでしょうか?
- ポイントをアルファベット順に並べ替える
- まずポイントをピクセルに変換する
- 最初の点以外をすべて破棄することで
- ポイントごとの特徴に対する最大プーリングなどの対称関数を使用する
- 反復最近接点 (ICP) アルゴリズムは何を行うのですか?
- 2 つの点群を共通の座標フレームに位置合わせします
- 点群を圧縮して保存します
- 高さに応じた色のポイント
- 3Dスキャンで顔を検出します
- ボクセル ダウンサンプリングが一般的に使用されるのはなぜですか?
- さらに詳細なポイントを追加するには
- 巨大で密な雲を管理しやすい、より均一なサイズに縮小する
- 3Dデータを音声に変換するには
- 点群を暗号化するには
- What does PointNet++ add beyond PointNet’s independent per-point feature processing?
- A fixed left-to-right order for every point cloud
- An image-only convolution applied to RGB pixels
- Hierarchical grouping of nearby points to learn local features at multiple scales
- A rule that deletes every point outside the origin
- Why might a point-cloud pipeline remove statistical outliers before modeling?
- To create an ordered sequence from the remaining points
- To convert the cloud into a two-dimensional audio spectrogram
- To add synthetic surface normals to every point
- To discard isolated noisy points that do not fit the surrounding point distribution