가이드 연계 퀴즈 · 중간 레벨
포인트 클라우드 처리 퀴즈
포인트 클라우드 시스템이 정렬되지 않은 3D 형상을 보존하는 동시에 여러 공간 규모에서 스캔을 정리하고 기능을 학습하는 방법을 알아보세요.
질문 1 의 8
포인트 클라우드란 무엇입니까?
모든 질문 미리보기8 질문
퀴즈를 풀면 정답과 설명이 나타납니다.
- 포인트 클라우드란 무엇입니까?
- 공간의 표면을 설명하는 3D 점 모음
- 컬러 픽셀의 2D 그리드
- 그래픽을 처리하는 서버 클러스터
- 구름이 덮힌 날씨 지도
- 표준 이미지 CNN을 포인트 클라우드에 직접 적용할 수 없는 이유는 무엇입니까?
- 포인트 클라우드가 너무 작습니다.
- 포인트가 순서가 없고 규칙적인 그리드 구조가 부족합니다.
- 포인트 클라우드에는 공간 정보가 포함되어 있지 않습니다.
- CNN은 흑백에서만 작동합니다.
- 포인트 클라우드 네트워크가 준수해야 하는 주요 속성은 무엇입니까?
- 색상 불변성
- 엄격한 왼쪽에서 오른쪽 읽기 순서
- 포인트 순서에 대한 순열 불변성
- 고정된 이미지 해상도
- PointNet은 어떻게 순서 독립성을 달성했습니까?
- 포인트를 알파벳순으로 정렬하여
- 먼저 포인트를 픽셀로 변환하여
- 첫 번째 점을 제외한 모든 점을 폐기함으로써
- 포인트별 기능에 대한 최대 풀링과 같은 대칭 기능을 사용하여
- ICP(반복적 근접점) 알고리즘의 기능은 무엇입니까?
- 두 개의 포인트 클라우드를 공통 좌표계로 정렬합니다.
- 저장을 위해 포인트 클라우드를 압축합니다.
- 높이별로 포인트 색상 지정
- 3D 스캔에서 얼굴을 감지합니다.
- 복셀 다운샘플링이 일반적으로 사용되는 이유는 무엇입니까?
- 세부 사항에 더 많은 포인트를 추가하려면
- 거대하고 밀도가 높은 클라우드를 관리 가능하고 보다 균일한 크기로 줄이기 위해
- 3D 데이터를 오디오로 변환하려면
- 포인트 클라우드를 암호화하려면
- 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