用于压缩神经场表示的拉格朗日哈希
计算机视觉与模式识别
2024-09-10 v1
摘要
我们提出了拉格朗日哈希（Lagrangian Hashing），这是一种神经场表示，它结合了依赖欧拉网格（例如 InstantNGP）的快速训练 NeRF 方法与使用配备特征的点来表示信息的方法（例如 3D 高斯泼溅或 PointNeRF）的特点。我们通过将基于点的表示融入 InstantNGP 表示的分层哈希表的高分辨率层中来实现这一点。由于我们的点配备了影响场，我们的表示可以解释为存储在哈希表中的高斯混合。我们提出了一种损失函数，鼓励我们的高斯分布向需要更多表示预算才能充分表示的区域移动。我们的主要发现是，我们的表示允许使用更紧凑的表示来重建信号，而不会牺牲质量。
引用
@article{arxiv.2409.05334,
title = {Lagrangian Hashing for Compressed Neural Field Representations},
author = {Shrisudhan Govindarajan and Zeno Sambugaro and Akhmedkhan and Shabanov and Towaki Takikawa and Daniel Rebain and Weiwei Sun and Nicola Conci and Kwang Moo Yi and Andrea Tagliasacchi},
journal= {arXiv preprint arXiv:2409.05334},
year = {2024}
}
备注
Project page: https://theialab.github.io/laghashes/