Questionário de síntese de visualização de romance

As respostas e explicações aparecem conforme você responde ao teste.

1. Dadas as fotos de uma cena, o que a nova síntese de visões tenta produzir?
   • Para compactar imagens em arquivos menores
   • Para traduzir legendas de imagens para outros idiomas
   • Para detectar objetos em uma única foto
   • Para renderizar uma cena a partir de pontos de vista de câmera que não foram capturados originalmente
2. Para que um Campo de Radiância Neural (NeRF) mapeia uma posição 3D e uma direção de visualização?
   • Uma descrição de texto
   • Cor (brilho) e densidade de volume
   • Um número de série da câmera
   • Um sinal de áudio comprimido
3. Como o NeRF renderiza um pixel para uma nova visualização?
   • Copiando diretamente a imagem de treinamento mais próxima
   • Calculando a média de todos os pixels no conjunto de dados
   • Pela marcha volumétrica do raio: amostragem de pontos ao longo do raio e integração de cor e densidade
   • Executando o reconhecimento óptico de caracteres
4. O que distingue a representação de cena do 3D Gaussian Splatting de uma avaliação de rede por raio original no estilo NeRF?
   • Primitivas gaussianas 3D explícitas renderizadas por meio de uma abordagem de rasterização diferenciável
   • Uma representação que não contém parâmetros de cena ou observações de imagem
   • Apenas uma tabela de fonemas de áudio
   • Um método que copia uma única foto de entrada para cada ponto de vista
5. Por que os métodos NVS podem reproduzir reflexos e realces brilhantes?
   • Eles ignoram totalmente a iluminação
   • Eles modelam a aparência dependente da visualização, de modo que a cor pode mudar com a direção da visualização
   • Eles são renderizados apenas em tons de cinza
   • Eles usam coordenadas GPS
6. Qual técnica de representação é central para a aceleração de tarefas gráficas neurais do Instant-NGP?
   • Removendo todas as observações de entrada do treinamento
   • Convertendo a cena em uma planilha de nomes de arquivos
   • Uma garantia do mesmo tempo de treinamento para cada cena
   • Uma codificação hash multiresolução
7. O que fornece o alvo de treinamento fotométrico na otimização da cena NeRF original?
   • Cores de pixels observadas nas imagens de treinamento, comparadas com cores renderizadas
   • Uma malha 3D verdadeira necessária para cada cena
   • Apenas a legenda escrita da cena
   • Somente o tamanho do arquivo da imagem final
8. Por que o NeRF original usou codificação posicional em suas entradas de coordenadas?
   • Para identificar o número de série da câmera
   • Para fornecer coordenadas pesquisadas sem medições
   • Para ajudar a rede a representar a variação espacial e direcional de alta frequência
   • Para eliminar toda necessidade de uma rede de campo radiante