引導式測驗 · 中等 等級

DUSt3R 密集 3D 重建測驗

查看 DUSt3R 的點圖輸出、無相機輸入、置信度圖和用於密集重建的多視圖對齊。

相關引導路徑Dust3r 密集 3D 重建
問題 1 的 8

與經典的運動結構不同,DUSt3R 不需要哪些關鍵資訊作為輸入?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 與經典的運動結構不同,DUSt3R 不需要哪些關鍵資訊作為輸入?
    • 已知相機姿勢和校準
    • 任何影像
    • 一塊顯示卡
    • 影像中的顏色
  2. DUSt3R 網路對每個影像回歸的中心輸出是什麼?
    • 文字標題
    • 每像素 3D 座標的點圖
    • 邊界框
    • 分割掩模
  3. 在 DUSt3R 影像對中,兩個點圖都用什麼座標系表示?
    • 隨機全域框架
    • 世界 GPS 座標
    • 第一個相機的座標系
    • 每個圖像都有自己獨立的框架
  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 如何處理兩個以上的輸入影像?
    • 它執行全域對齊將成對點圖縫合在一起
    • 它忽略除兩個之外的所有
    • 它將圖像平均為一張照片
    • 每個圖像需要一個單獨的網絡
  6. 哪種後續方法以更強的密集匹配擴展了 DUSt3R?
    • 殘差網絡
    • MASt3R
    • Stable Diffusion
    • 神經射頻
  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