Kuiz berkaitan panduan · Keras Tahap
Kuiz Fungsi Jarak yang Ditandatangani
Semak cara fungsi jarak yang ditandatangani mengekod permukaan, menyokong pemaparan dan pemeriksaan perlanggaran serta mendayakan pembinaan semula 3D saraf.
soalan 1 daripada 8
Apakah fungsi jarak yang ditandatangani kembali untuk titik 3D yang diberikan?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah fungsi jarak yang ditandatangani kembali untuk titik 3D yang diberikan?
- Jarak ke permukaan terdekat, dengan tanda untuk dalam/luar
- Warna permukaan pada ketika itu
- Bilangan segi tiga berhampiran titik itu
- Kecerahan tempat kejadian
- Di manakah terletaknya permukaan sebenar SDF?
- Di mana fungsi dimaksimumkan
- Pada set tahap sifar (jarak sama dengan sifar)
- Di mana tandanya sentiasa positif
- Di tengah kotak pembatas
- 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
- Bagaimanakah pengesanan sfera menggunakan nilai SDF?
- Ia sentiasa melangkah dengan jumlah tetap yang kecil
- Ia melangkah ke belakang untuk mengelakkan permukaan
- Ia mengabaikan SDF dan sampel secara rawak
- Ia melangkah ke hadapan dengan nilai SDF, jarak selamat ke permukaan terdekat
- Apakah yang digunakan DeepSDF untuk mewakili bentuk tertentu?
- Kod pendam padat yang dimasukkan ke dalam rangkaian saraf
- Mesh segi tiga penuh disimpan dalam ingatan
- Satu imej RGB
- Senarai kedudukan kamera
- 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
- 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
- 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