Du befindest dich hier: FSI Informatik » Prüfungsfragen und Altklausuren » Hauptstudiumsprüfungen » Lehrstuhl 9 » Allgemein

Allgemein

Die Prüfung wird von 4 Professoren gehalten (zu diesem Zeitpunkt Prof. Günther, Prof. Stamminger, Prof. Weyrich, Prof. Egger), daher wird man auch von 4 Personen geprüft je 7,5 Minuten. Unsere Prüfung war zuerst mit Prof. Günther und Prof. Egger, danach mit Prof. Stamminger und Prof. Weyrich. In genau dieser Reihenfolge wurde man auch geprüft.

Dieses Fach und damit auch die Prüfung wurde hier erst zum zweiten Mal angeboten, dementsprechend kann sich noch viel ändern.

Die Prüfung

Folgend unterteilt nach den Prüfern.

Insgesamt muss man super viel Zeug nicht wissen, v.a. die komplizierteren Sachen und komplizierteren Paper nicht. Beim Günther einfach seine Fragen auswendig lernen, beim Stamminger alles über NeRFs wissen. Eggers Teil ist genau so random wie seine Vorlesung, im Endeffekt musste man bei uns nur die ersten 45 Minuten seiner Vorlesung wissen.

Günther
  • 4 differentiation Modes aufsagen + erklären
  • Computation graph malen
  • Forward und Reverse Mode Differentiation darauf erklären
  • Reverse Mode Reverse Pass erklären
  • Leibniz Integral erklären
  • Path Tracing edge sampling vs. Path Space Differentiable Rendering
Egger
  • Morphable Model erklären (was ist es, wie generiert man es)
  • 2 Gesichter aufmalen, wie kann man daraus einen Model Prior generieren? (PCA)
  • Wie generiert man aus diesem Prior jetzt ein Gesicht? (Interpolation)
  • Wie würden sie jetzt ein Modell bauen, das Gesichter rekonstruiert? (Aufzeichnen das Ganze)
Stamminger
  • Wofür steht NeRF, was ist ein NeRF?
  • Was hat ein NeRF für Inputs und Outputs?
  • Wie genau generiert man ein NeRF?
  • Wie genau läuft die Generation von Farbe mit einem NeRF ab? (Basically Volume Rendering erklären - Transmittance nicht vergessen)
  • Etwas erweitertes erklären, z.B. Gaussian Splatting
Weyrich
  • Was ist ein BTF
  • Wie bekommt man ein BTF
  • Wie schaut ein Modell zur Generierung von neuen BTF views aus? (Compressed BTFs → Dekompression → Interpolation)
  • Woher weiß das Modell, welche Samples es zum Interpolieren nehmen muss?
  • Wie kann man dabei jetzt ein Neural Network integrieren?
  • Was ist ein BRDF? (Name aussprechen + erklären was es ist)
  • Woher weiß ein BRDF die Irradiance? (weiß es nicht, es gibt einen Faktor Radiance per Irradiance aus, der dann mit der Irradiance multipliziert wird)
  • Irradiance noch Cosine + Inverse Square law erklären (warum werden Objekte nicht dunkler, wenn man sie dreht oder sich von ihnen wegbewegt?)