แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบการสร้างใหม่สามมิติแบบหนาแน่น DUSt3R

ทบทวนผลลัพธ์ pointmap ของ DUSt3R, อินพุตที่ไม่มีกล้อง, แผนที่ความเชื่อมั่น, และการจัดแนวหลายมุมมองสำหรับการสร้างแบบหนาแน่น

เส้นทางแนะนำที่เกี่ยวข้องการสร้างใหม่ 3D หนาแน่นของ Dust3r
คำถาม 1 ของ 8

ข้อมูลสำคัญใดบ้างที่ DUSt3R ไม่ต้องการเป็นอินพุต ซึ่งแตกต่างจากโครงสร้างจากการเคลื่อนที่แบบคลาสสิก

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. ข้อมูลสำคัญใดบ้างที่ DUSt3R ไม่ต้องการเป็นอินพุต ซึ่งแตกต่างจากโครงสร้างจากการเคลื่อนที่แบบคลาสสิก
    • ท่ากล้องที่รู้จักและการปรับเทียบ
    • รูปอะไรก็ได้
    • กราฟิกการ์ด
    • สีในภาพ
  2. เอาต์พุตส่วนกลางที่เครือข่ายของ DUSt3R ถอยกลับสำหรับแต่ละภาพคืออะไร
    • คำอธิบายข้อความ
    • แผนผังจุดของพิกัด 3 มิติต่อพิกเซล
    • กล่องขอบเขต
    • หน้ากากการแบ่งส่วน
  3. ในคู่รูปภาพ DUSt3R จุดพิกัดทั้งสองเฟรมแสดงออกมาในรูปแบบใด
    • เฟรมทั่วโลกแบบสุ่ม
    • พิกัด GPS โลก
    • กรอบพิกัดของกล้องตัวแรก
    • แต่ละภาพมีเฟรมแยกกัน
  4. How can DUSt3R produce camera poses and pixel matches without receiving them as known input?
    • A separate calibration rig must provide every pose
    • Human annotators label each pixel correspondence
    • The model cannot produce either output
    • They can be recovered downstream from the predicted pointmaps and their alignment
  5. DUSt3R จัดการกับอิมเมจอินพุตมากกว่าสองอิมเมจอย่างไร
    • มันดำเนินการจัดตำแหน่งทั่วโลกโดยเย็บจุดแผนที่แบบคู่เข้าด้วยกัน
    • มันไม่สนใจทั้งหมดยกเว้นสอง
    • มันเฉลี่ยภาพให้เป็นภาพเดียว
    • ต้องมีเครือข่ายแยกต่างหากต่อภาพ
  6. วิธีการติดตามผลใดที่ขยาย DUSt3R ด้วยการจับคู่ที่มีความหนาแน่นมากขึ้น
    • เรสเน็ต
    • MASt3R
    • Stable Diffusion
    • เนอาร์เอฟ
  7. What additional per-pixel output accompanies DUSt3R pointmaps?
    • A speech transcript
    • A musical pitch label
    • A confidence map
    • A JPEG compression code
  8. What model architecture does DUSt3R use to process image pairs?
    • A rule-based camera calibration script only
    • A convolutional audio vocoder
    • A database query engine
    • Transformer encoders and decoders with cross-view processing