implicit neural networks | BriefGPT

关键词implicit neural networks

搜索结果 - 7

研究科学连续领域重建中潜在表示的影响
学习稀疏采样下的连续可靠物理场表示的挑战及其影响是多学科的。本文提出了一种名为 MMGN（乘法和调制 Gabor 网络）的新模型，采用隐式神经网络。我们设计了额外的研究来增强对模型生成的潜在表示的理解，并采用了解释性方法。初步结果显示潜在表
PDF3 months ago
GridFormer：点网格变换器用于表面重建
通过在正规网格特征和离散点特征之间引入高效的点 - 网格变换机制，以及采用边界优化策略，本文提出的方法有效地提升了三维表面重建的精度和准确性。
PDF6 months ago
自适应多 NeRF：利用自适应多尺度神经辐射场渲染中的高效并行性
通过将场景自适应地细分为轴对齐的包围盒，并使用树层次结构方法将较小的 NeRF 分配给不同大小的子空间，该论文提出了一种有效的适应性多 NeRF 方法，以加速针对复杂场景的神经渲染过程，以实现对特定场景部分的精细神经表示。
PDF9 months ago
ICML隐式神经网络与显式神经网络的等效性：一个高维视角
高维隐式神经网络的理论分析与显式网络之间的联系和差异，构建了对应共轭核和神经切向核的高维等价关系，从而在高维空间中建立了隐式与显式网络之间的等价性。
PDF10 months ago
CVPR通过学习隐式相机模型翻转成像过程
本文介绍了一种新型的深度神经网络模型 —— 隐式相机模型，可以模拟相机成像过程，在多段曝光和多对焦的影响下，生成高质量的全景照片和高动态范围图像。
PDFa year ago
分布式神经表征用于原位反应式可视化
本文介绍了使用反应式编程实现计算建模的 in situ 可视化和控制，并提出利用隐式神经网络实现分布式数据的时间缓存系统。该系统容量为先前实现的 100 倍，并成功应用于 Ascent 基础设施的真实世界模拟中。
PDFa year ago
CVPRPOCO：点卷积用于曲面重建
研究提出了一种使用点云卷积和在每个输入点计算潜在向量的方法，然后进行最近邻的基于学习的插值。实验结果表明，该方法在大多数经典指标上明显优于其他方法，生成更精细的细节并更好地重建了更薄的体积。
PDF2 years ago