递归场网络 ReFiNe：用于跨模态多场景表示
计算机视觉与模式识别
2024-06-07 v1 图形学
机器学习
多媒体
摘要
当前面向多形状表示 (单一模型 "打包" 多个对象) 的前沿方法在建模精度与记忆存储之间存在权衡。我们展示如何以高于以往水平的精度对多个表示为连续神经场的形状进行编码，且内存占用低。我们方法的关键在于利用对象自相似性，构建递归分层公式，从而实现高度压缩且高效的形状潜在空间。凭借递归公式，我们的方法支持空间和全局到局部的潜在特征融合，无需初始化和维护辅助数据结构，同时仍可实现连续场查询，以支持诸如光线追踪等应用。在多样化数据集上的实验中，我们提供引人注目的定性结果，展示了单一网络即可在数据集层面上实现最先进的多场景重建和压缩效果。
引用
@article{arxiv.2406.04309,
title = {ReFiNe: Recursive Field Networks for Cross-modal Multi-scene Representation},
author = {Sergey Zakharov and Katherine Liu and Adrien Gaidon and Rares Ambrus},
journal= {arXiv preprint arXiv:2406.04309},
year = {2024}
}
备注
SIGGRAPH 2024. Project Page: https://zakharos.github.io/projects/refine/