Plenoxels اور Voxel ریڈیئنس فیلڈز کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. NeRF کے مقابلے Plenoxels میں سب سے حیران کن ڈیزائن کا انتخاب کیا ہے؟
   • یہ کوئی نیورل نیٹ ورک بالکل استعمال نہیں کرتا
   • یہ بہت گہرا نیورل نیٹ ورک استعمال کرتا ہے۔
   • یہ صرف 2D میں کام کرتا ہے۔
   • اس کے لیے LiDAR اسکینرز کی ضرورت ہے۔
2. Plenoxels میں ہر زیر قبضہ ووکسیل منظر پر منحصر رنگ کو حاصل کرنے کے لیے کیا ذخیرہ کرتا ہے؟
   • ایک مکمل آرجیبی ساخت کا نقشہ
   • کروی ہارمونک گتانک
   • ایک الگ نیورل نیٹ ورک
   • صرف گہرائی کی قدر
3. What optimization-time comparison did the Plenoxels paper report on its evaluated benchmarks?
   • Exactly the same optimization time on every scene
   • About two orders of magnitude slower in all cases
   • About two orders of magnitude faster than NeRF in the reported settings
   • No measurable difference under any setup
4. رے کے ساتھ ووکسل گرڈ سے اقدار کیسے حاصل کی جاتی ہیں؟
   • صرف قریبی پڑوسی تلاش کریں۔
   • بے ترتیب نمونے لینے
   • ایک convolutional فلٹر
   • ٹری لائنر انٹرپولیشن
5. What conclusion is supported by Plenoxels’ benchmark results?
   • An explicit sparse grid can achieve NeRF-comparable results on the evaluated tasks without an MLP
   • Neural networks are never useful for 3D vision
   • Voxels always outperform every neural representation
   • Volume rendering requires no optimization
6. موثر رہنے کے لیے، Plenoxels ووکسیل گرڈ کو کیسے ذخیرہ کیا جاتا ہے؟
   • ایک گھنے مکمل طور پر بھرے ہوئے مکعب کے طور پر
   • ایک ویرل گرڈ کے طور پر صرف قبضے والے ووکسلز کو رکھتا ہے۔
   • ایک واحد فلیٹ تصویر کے طور پر
   • کمپریسڈ ویڈیو فریم کے طور پر
7. What regularizer did the Plenoxels paper use to encourage spatial smoothness?
   • تقریر کی پہچان کا نقصان
   • A KL penalty between language models
   • A total-variation regularizer on voxel coefficients
   • A bitrate constraint on rendered images
8. What does “Plenoxels” expand to?
   • Planar neural outputs
   • Perceptual linear voxels
   • Point-level network samples
   • Plenoptic voxels