引導式測驗 · 中等 等級
Mip-NeRF 與抗鋸齒輻射場測驗
了解 Mip-NeRF 如何使用截頭圓錐體和跨多個尺度的整合位置編碼對像素足跡進行建模。
問題 1 的 8
Mip-NeRF 在場景中追蹤什麼幾何形狀,而不是原始 NeRF 使用的細射線?
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。
- Mip-NeRF 在場景中追蹤什麼幾何形狀,而不是原始 NeRF 使用的細射線?
- 圓錐體分為截頭圓錐體
- 一個平面
- 一條無限細的線
- 一個立方體
- 取代標準位置編碼的 Mip-NeRF 編碼的名稱是什麼?
- 哈希網格編碼
- 整合位置編碼 (IPE)
- 球諧編碼
- 傅立葉射線編碼
- 為什麼原版NeRF在相機距離變化時會產生鋸齒現象?
- 它使用了太多的神經網路層
- 它僅以灰階渲染
- 它對點進行採樣,而不考慮像素覆蓋的面積
- 它不能模擬顏色,只能模擬深度
- Mip-NeRF 如何近似截頭圓錐體內的區域進行編碼?
- 作為一個完美的球體
- 作為三角形網格
- 作為 1000 個樣本的點雲
- 作為多元高斯
- 大視錐體內的高頻編碼特徵會發生什麼事?
- 它們會自動衰減到零
- 它們被放大了
- 它們被轉換為顏色
- 他們使渲染器崩潰
- Which later method extended Mip-NeRF’s anti-aliased approach to unbounded outdoor scenes?
- Stable Diffusion
- Mip-NeRF 360
- 影像網
- 殘差網絡
- What representation does Mip-NeRF aim to model across a continuous range of image scales?
- A fixed-resolution pixel lookup table
- A dependency tree over image patches
- A prefiltered radiance field
- An audio spectrogram
- Which later method combines anti-aliasing ideas with grid-based neural radiance fields?
- Mip-NeRF 360 only
- 穩定的視訊擴散
- 集團相關政策優化
- Zip-NeRF