理解神经场多分辨率哈希编码的新视角
机器学习
2025-05-07 v1
摘要
Instant-NGP 是近年来神经场的最先进架构。其令人难以置信的信号拟合能力通常归因于其多分辨率哈希网格结构，并已在众多后续工作中被使用和改进。然而，目前尚不清楚这样的哈希网格结构如何以及为何能如此大幅度地提升神经网络的能力。对哈希网格缺乏原理性理解也意味着，Instant-NGP 所附带的大量超参数只能凭经验调整，缺乏启发式指导。为了对哈希网格的工作原理提供一个直观的解释，我们提出了一个新的视角，即域操纵。该视角自底向上地解释了特征网格如何学习目标信号，并通过人为地创建预先存在的线性段的倍数来增加神经场的表达能力。我们在精心构建的一维信号上进行了大量实验，以实证支持我们的主张并辅助说明。虽然我们的分析主要集中在一维信号上，但我们表明该思想可以推广到更高维度。
引用
@article{arxiv.2505.03042,
title = {A New Perspective To Understanding Multi-resolution Hash Encoding For Neural Fields},
author = {Steven Tin Sui Luo},
journal= {arXiv preprint arXiv:2505.03042},
year = {2025}
}