通过重复微分的神经场卷积
计算机视觉与模式识别
2024-04-08 v4 图形学
摘要
神经场正朝着用于视觉计算的通用连续表示演进。然而，尽管具有众多吸引人的性质，它们几乎难以进行信号处理。作为补救，我们提出一种方法，用诸如神经场等通用连续信号执行通用连续卷积。观察到分段多项式核在重复微分后化简为稀疏的一组Dirac delta，我们利用卷积恒等式并训练一个重复积分场来高效执行大规模卷积。我们在多种数据模态和空间变化核上展示了我们的方法。
引用
@article{arxiv.2304.01834,
title = {Neural Field Convolutions by Repeated Differentiation},
author = {Ntumba Elie Nsampi and Adarsh Djeacoumar and Hans-Peter Seidel and Tobias Ritschel and Thomas Leimkühler},
journal= {arXiv preprint arXiv:2304.01834},
year = {2024}
}