부호 있는 거리 함수 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 주어진 3D 포인트에 대해 부호 있는 거리 함수는 무엇을 반환합니까?
   • 내부/외부 표시가 있는 가장 가까운 표면까지의 거리
   • 그 시점의 표면 색상
   • 해당 지점 근처의 삼각형 수
   • 장면의 밝기
2. SDF의 실제 표면은 어디에 있습니까?
   • 기능이 극대화된 곳
   • 0 레벨 세트에서(거리는 0과 같음)
   • 부호가 항상 긍정적인 곳
   • 경계 상자의 중앙에
3. Where does a true signed distance function satisfy the unit-gradient eikonal condition?
   • At every point, including all nonsmooth points
   • Only at the zero level set
   • At differentiable points, which is almost everywhere for common surfaces
   • Only outside the shape
4. 구 추적에서는 SDF 값을 어떻게 사용합니까?
   • 항상 아주 작은 고정된 양만큼 단계적으로 진행됩니다.
   • 표면을 피하기 위해 뒤로 물러난다.
   • SDF를 무시하고 무작위로 샘플링합니다.
   • 가장 가까운 표면까지의 안전 거리인 SDF 값만큼 앞으로 나아갑니다.
5. DeepSDF는 특정 모양을 표현하기 위해 무엇을 사용합니까?
   • 신경망에 입력되는 컴팩트한 잠재 코드
   • 메모리에 저장된 전체 삼각형 메시
   • 단일 RGB 이미지
   • 카메라 위치 목록
6. What is one useful property of an SDF representation compared with a fixed triangle mesh?
   • It guarantees exact geometry regardless of training data or sampling
   • It is a continuous function that can be queried at chosen resolutions, subject to representation accuracy and compute
   • It always uses less memory than every possible mesh
   • It eliminates the need to compute surface normals
7. How can a signed distance function support robot collision checking?
   • It identifies the material composition of each obstacle
   • It predicts the robot's battery life from its pose
   • It gives a distance to nearby surfaces that can help determine clearance from obstacles
   • It converts a robot path into a camera image
8. In the NeuS reconstruction method, what representation is learned for a scene surface?
   • A fixed list of RGB colors with no geometry
   • An unordered set of camera exposure settings
   • A text caption for each image without a 3D representation
   • The surface is represented as the zero-level set of a neural signed distance function