Gids-gekoppelde quiz · Middelmatig Niveau
Roman Bekijk Synthese Quiz
Ontdek stralingsvelden, straalweergave, Gaussiaanse primitieven, fotometrisch toezicht, positionele codering en efficiënte hash-grid-representaties.
Vraag 1 van 8
Wat probeert de nieuwe weergavesynthese, gegeven foto's van een scène, te produceren?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat probeert de nieuwe weergavesynthese, gegeven foto's van een scène, te produceren?
- Om afbeeldingen in kleinere bestanden te comprimeren
- Om afbeeldingsbijschriften in andere talen te vertalen
- Om objecten in één foto te detecteren
- Om een scène weer te geven vanuit camerastandpunten die oorspronkelijk niet zijn vastgelegd
- Waarop brengt een Neural Radiance Field (NeRF) een 3D-positie en kijkrichting in kaart?
- Een tekstbeschrijving
- Kleur (straling) en volumedichtheid
- Een serienummer van de camera
- Een gecomprimeerd audiosignaal
- Hoe rendert NeRF een pixel voor een nieuwe weergave?
- Door het dichtstbijzijnde trainingsbeeld direct te kopiëren
- Door alle pixels in de dataset te middelen
- Door volumetrische straalmars: bemonsteringspunten langs de straal en integratie van kleur en dichtheid
- Door optische tekenherkenning uit te voeren
- 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
- Waarom kunnen NVS-methoden reflecties en glanzende highlights reproduceren?
- Ze negeren verlichting volledig
- Ze modelleren het aanzichtafhankelijke uiterlijk, zodat de kleur kan veranderen met de kijkrichting
- Ze worden alleen weergegeven in grijswaarden
- Ze gebruiken GPS-coördinaten
- 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
- 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
- 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