소설보기 종합 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. Given photos of a scene, what does novel view synthesis try to produce?
   • 이미지를 더 작은 파일로 압축하려면
   • 이미지 캡션을 다른 언어로 번역하려면
   • 단일 사진에서 개체를 감지하려면
   • 원래 캡처되지 않은 카메라 시점에서 장면을 렌더링하려면
2. NeRF(Neural Radiance Field)는 3D 위치와 시야 방향을 무엇에 매핑합니까?
   • 텍스트 설명
   • 색상(광도) 및 부피 밀도
   • 카메라 일련번호
   • 압축된 오디오 신호
3. NeRF는 새로운 뷰에 대한 픽셀을 어떻게 렌더링합니까?
   • 가장 가까운 훈련 이미지를 직접 복사하여
   • 데이터 세트의 모든 픽셀을 평균하여
   • 체적 광선 행진: 광선을 따라 지점을 샘플링하고 색상과 밀도를 통합합니다.
   • 광학 문자 인식을 실행하여
4. What distinguishes 3D Gaussian Splatting's scene representation from an original NeRF-style per-ray network evaluation?
   • Explicit 3D Gaussian primitives rendered through a differentiable rasterization approach
   • A representation containing no scene parameters or image observations
   • Only a table of audio phonemes
   • A method that copies a single input photo for every viewpoint
5. NVS 방법이 반사와 반짝이는 하이라이트를 재현할 수 있는 이유는 무엇입니까?
   • 그들은 조명을 완전히 무시합니다
   • 뷰에 따른 모양을 모델링하므로 보는 방향에 따라 색상이 변경될 수 있습니다.
   • 회색조로만 렌더링됩니다.
   • 그들은 GPS 좌표를 사용합니다
6. What representation technique is central to Instant-NGP's acceleration of neural graphics tasks?
   • Removing all input observations from training
   • Converting the scene into a spreadsheet of filenames
   • A guarantee of the same training time for every scene
   • A multiresolution hash encoding
7. What supplies the photometric training target in original NeRF scene optimization?
   • Observed pixel colors in the training images, compared with rendered colors
   • A required ground-truth 3D mesh for every scene
   • Only the scene's written caption
   • Only the final image's file size
8. Why did original NeRF use positional encoding on its coordinate inputs?
   • To identify the camera's serial number
   • To supply surveyed coordinates without measurements
   • To help the network represent high-frequency spatial and directional variation
   • To eliminate every need for a radiance-field network