Roman Görünümü Sentez Sınavı

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Bir sahnenin fotoğrafları verildiğinde, yeni görüş sentezi ne üretmeye çalışıyor?
   • Görüntüleri daha küçük dosyalara sıkıştırmak için
   • Resim başlıklarını diğer dillere çevirmek için
   • Tek bir fotoğraftaki nesneleri algılamak için
   • Orijinal olarak yakalanmayan kamera bakış açılarından bir sahne oluşturmak için
2. Nöral Parlaklık Alanı (NeRF), 3 boyutlu konumu ve görüntüleme yönünü neye eşler?
   • Bir metin açıklaması
   • Renk (parlaklık) ve hacim yoğunluğu
   • Bir kamera seri numarası
   • Sıkıştırılmış ses sinyali
3. NeRF yeni bir görünüm için bir pikseli nasıl işler?
   • En yakın antrenman görselini doğrudan kopyalayarak
   • Veri kümesindeki tüm piksellerin ortalamasını alarak
   • Hacimsel ışın yürüyüşüyle: ışın boyunca noktaların örneklenmesi ve renk ile yoğunluğun bütünleştirilmesi
   • Optik karakter tanımayı çalıştırarak
4. 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
5. NVS yöntemleri neden yansımaları ve parlak vurguları yeniden üretebilir?
   • Aydınlatmayı tamamen görmezden geliyorlar
   • Görünüme bağlı görünümü modelliyorlar, böylece renk izleme yönüne göre değişebilir
   • Yalnızca gri tonlamalı olarak oluşturulurlar
   • GPS koordinatlarını kullanıyorlar
6. 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
7. 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
8. 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