扫码填写或分享
0%
预览模式(数据不保存)
AI 3D知识考察问卷
本问卷旨在测试对AI在3D领域应用的理解与掌握程度,共15道代表性题目。
*
1
在AI3D生成中,NeRF技术主要依赖什么数据来重建三维场景?
该题配额已满,无法继续作答,请联系发布者
A.
单张2D图像
B.
多视角的2D图像集合
C.
点云数据
D.
深度传感器数据
*
2
3D Gaussian Splatting技术相比传统NeRF的主要优势是什么?
该题配额已满,无法继续作答,请联系发布者
A.
需要更少的训练图像
B.
渲染速度更快且支持实时渲染
C.
生成的模型文件体积更小
D.
不需要GPU进行训练
*
3
OpenAI推出的Text-to-3D模型Shap-E属于哪种生成范式?
该题配额已满,无法继续作答,请联系发布者
A.
基于NeRF的隐式生成
B.
基于3D高斯泼溅的生成
C.
基于隐式函数和扩散模型的显式生成
D.
基于传统多边形建模的生成
*
4
Score Distillation Sampling (SDS) Loss最初是在哪个模型中提出的?
该题配额已满,无法继续作答,请联系发布者
A.
DreamFusion
B.
Point-E
C.
Magic3D
D.
InstantNGP
*
5
NeRF在渲染时使用的体渲染公式主要计算的是什么?
该题配额已满,无法继续作答,请联系发布者
A.
顶点颜色插值
B.
光线沿线的颜色积分和透明度累积
C.
多边形面的法线反射
D.
纹理贴图的采样频率
*
6
在AI3D生成中,为了避免3D模型在不同视角下出现不一致(如Janus问题),通常采用什么策略?
该题配额已满,无法继续作答,请联系发布者
A.
增加2D先验扩散模型的采样步数
B.
使用多视角扩散模型作为3D生成的先验监督
C.
降低体素网格的分辨率
D.
仅使用单张图片进行训练
*
7
以下哪种3D数据表示方法最适合直接用于图形学渲染管线?
该题配额已满,无法继续作答,请联系发布者
A.
隐式神经表示 (如NeRF的MLP)
B.
符号距离函数 (SDF)
C.
三角网格
D.
体素
*
8
Instant-NGP大幅加速NeRF训练的核心技术是什么?
该题配额已满,无法继续作答,请联系发布者
A.
使用多分辨率哈希编码
B.
引入Transformer架构
C.
使用更大的全连接网络
D.
采用3D高斯泼溅
*
9
以下哪些是AI3D生成中常见的3D数据表示形式?
该题配额已满,无法继续作答,请联系发布者
A.
点云
B.
神经辐射场
C.
多边形网格
D.
符号距离函数 (SDF)
E.
像素矩阵
*
10
Text-to-3D生成在当前技术中面临的主要挑战包括哪些?
该题配额已满,无法继续作答,请联系发布者
A.
多面神问题(Janus Problem)
B.
生成耗时较长
C.
纹理细节模糊或过饱和
D.
几何拓扑结构不合理
E.
无法生成超过1米的大型物理场景
*
11
在3D Gaussian Splatting中,每个3D高斯球包含哪些属性?
该题配额已满,无法继续作答,请联系发布者
A.
位置
B.
协方差矩阵
C.
球谐系数
D.
透明度
E.
拓扑连接信息
*
12
基于2D扩散模型先验进行3D生成(如DreamFusion, Magic3D)的方法中,哪些是正确的描述?
该题配额已满,无法继续作答,请联系发布者
A.
利用了2D扩散模型强大的图像生成能力
B.
通过SDS Loss将2D梯度蒸馏到3D表示中
C.
生成的3D模型天然具有完美的360度一致性
D.
无需任何3D训练数据即可生成3D资产
E.
只能生成点云数据,无法生成纹理
*
13
NeRF(神经辐射场)的输入数据仅需要单张2D图像即可完成高质量的三维场景重建。
该题配额已满,无法继续作答,请联系发布者
A.
正确
B.
错误
*
14
3D Gaussian Splatting在渲染时需要像传统多边形渲染那样进行光栅化操作。
该题配额已满,无法继续作答,请联系发布者
A.
正确
B.
错误
*
15
NeRF的英文全称是______。
答题卡
已答0
未答15
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15