가이드 연계 퀴즈 · 중간 레벨

DUSt3R 고밀도 3D 재구성 퀴즈

DUSt3R의 포인트맵 출력, 카메라 없는 입력, 신뢰도 맵 및 조밀한 재구성을 위한 다중 뷰 정렬을 검토하세요.

관련 가이드 경로Dust3r 고밀도 3D 재구성
질문 1 의 8

기존의 모션 구조와 달리 DUSt3R이 입력으로 필요로 하지 않는 핵심 정보는 무엇입니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. 기존의 모션 구조와 달리 DUSt3R이 입력으로 필요로 하지 않는 핵심 정보는 무엇입니까?
    • 알려진 카메라 포즈 및 보정
    • 어떤 이미지라도
    • 그래픽 카드
    • 이미지의 색상
  2. DUSt3R의 네트워크가 각 이미지에 대해 회귀하는 중앙 출력은 무엇입니까?
    • 텍스트 캡션
    • 픽셀당 3D 좌표의 포인트맵
    • 경계 상자
    • 분할 마스크
  3. DUSt3R 이미지 쌍에서 두 포인트맵은 어떤 좌표 프레임으로 표현됩니까?
    • 임의의 전역 프레임
    • 세계 GPS 좌표
    • 첫 번째 카메라의 좌표계
    • 각 이미지의 별도 프레임
  4. How can DUSt3R produce camera poses and pixel matches without receiving them as known input?
    • A separate calibration rig must provide every pose
    • Human annotators label each pixel correspondence
    • The model cannot produce either output
    • They can be recovered downstream from the predicted pointmaps and their alignment
  5. DUSt3R은 2개 이상의 입력 이미지를 어떻게 처리합니까?
    • 쌍으로 된 포인트맵을 함께 스티칭하는 전역 정렬을 수행합니다.
    • 2개 빼고 다 무시함
    • 이미지를 평균하여 하나의 사진으로 만듭니다.
    • 이미지당 별도의 네트워크가 필요합니다.
  6. 더 강력한 밀집 매칭으로 DUSt3R을 확장하는 후속 방법은 무엇입니까?
    • 레스넷
    • MASt3R
    • Stable Diffusion
    • NeRF
  7. What additional per-pixel output accompanies DUSt3R pointmaps?
    • A speech transcript
    • A musical pitch label
    • A confidence map
    • A JPEG compression code
  8. What model architecture does DUSt3R use to process image pairs?
    • A rule-based camera calibration script only
    • A convolutional audio vocoder
    • A database query engine
    • Transformer encoders and decoders with cross-view processing