博尔金-罗森特哈尔-谢克曼空间中的坐标系与分布嵌入:面向算子约化的框架
计算机视觉与模式识别
2025-10-29 v1 图形学
摘要
对于每一个,我们构造了一个明确的无条件有限维分解(FDD),其针对博尔金-罗森特哈尔-谢克曼空间通过阻塞其标准鞅差序列(MDS)基准实现。该FDD具有强大的再现特性,支持之间的数分布表示理论。我们利用这一框架证明了近似正交约化:上的每个有界线性算子,经由分布嵌入并在任意精度下,约化为标量FDD对角算子。结果导致,的标准MDS基准满足因子分解性质。
关键词
引用
@article{arxiv.2510.24486,
title = {Fast and accurate neural reflectance transformation imaging through knowledge distillation},
author = {Tinsae G. Dulecha and Leonardo Righetto and Ruggero Pintus and Enrico Gobbetti and Andrea Giachetti},
journal= {arXiv preprint arXiv:2510.24486},
year = {2025}
}
备注
18 pages