ResFields:用於高效表示覆雜時空訊號的殘差神經場

Link:resfields
ResFields是一類專門設計用於有效表示覆雜時空訊號的網路。它將時變權重引入多層感知機中,利用可訓練的殘差引數增強了模型的表達能力。該方法可以無縫整合到現有技術中,並可顯著提高各種具有挑戰性的任務的結果,如2D影片逼近、動態形狀建模和動態NeRF重建等。

需求人群:

["2D影片逼近","動態形狀建模","動態NeRF重建"]

使用場景示例:

用於影片壓縮和重建

用於動態3D場景的建模和渲染

用於時變3D資料的捕捉和重建

產品特色:

將時變權重引入多層感知機中

利用可訓練的低秩殘差引數增強模型的表達能力

無縫相容現有的MLP網路,保持推理和訓練速度

提高模型的泛化能力

可廣泛應用於各種MLP網路表示的時空訊號

返回頂端