Quiz połączony z przewodnikiem · Ciężko Poziom

Podpisany quiz dotyczący funkcji odległości

Przejrzyj, w jaki sposób funkcje odległości ze znakiem kodują powierzchnie, obsługują renderowanie i kontrolę kolizji oraz umożliwiają neuronową rekonstrukcję 3D.

Powiązane ścieżki prowadzącePodpisane funkcje odległości
Pytanie 1 z 8

Co zwraca funkcja odległości ze znakiem dla danego punktu 3D?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Co zwraca funkcja odległości ze znakiem dla danego punktu 3D?
    • Odległość do najbliższej powierzchni, ze znakiem „wewnątrz/na zewnątrz”.
    • Kolor powierzchni w tym punkcie
    • Liczba trójkątów w pobliżu tego punktu
    • Jasność sceny
  2. Gdzie znajduje się rzeczywista powierzchnia SDF?
    • Gdzie funkcja jest maksymalizowana
    • Na poziomie zerowym ustawionym (odległość równa zero)
    • Gdzie znak jest zawsze dodatni
    • W środku ramki ograniczającej
  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. W jaki sposób śledzenie sfer wykorzystuje wartość SDF?
    • Zawsze jest to niewielka, stała kwota
    • Cofa się, aby ominąć powierzchnię
    • Ignoruje SDF i pobiera próbki losowo
    • Przesuwa się do przodu o wartość SDF, czyli bezpieczną odległość do najbliższej powierzchni
  5. Czego używa DeepSDF do przedstawienia określonego kształtu?
    • Kompaktowy ukryty kod wprowadzony do sieci neuronowej
    • Pełna siatka trójkątów przechowywana w pamięci
    • Pojedynczy obraz RGB
    • Lista pozycji kamer
  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