PulseAugur
中
实时 09:10:26
English(EN) Soft Anisotropic Diagrams for Differentiable Image Representation

软各向异性图提供更快、可微分的图像表示

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新颖的可微分图像表示方法——软各向异性图（SAD）。SAD 利用图像平面中的自适应站点，每个站点定义一个各向异性度量和距离得分，通过 softmax 混合计算像素颜色。这种方法可以实现高效渲染，并与 Image-GS 和 Instant-NGP 等现有方法相比，显著加快了训练速度。 AI

影响 引入了一种新的可微分图像表示，在基准测试中提供了更快的训练速度和更好的性能。

排序理由 介绍一种新的图像表示技术的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

软各向异性图提供更快、可微分的图像表示

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Laki Iinbor, Zhiyang Dou, Wojciech Matusik ·

    Soft Anisotropic Diagrams for Differentiable Image Representation

    arXiv:2604.21984v1 Announce Type: new Abstract: We introduce Soft Anisotropic Diagrams (SAD), an explicit and differentiable image representation parameterized by a set of adaptive sites in the image plane. In SAD, each site specifies an anisotropic metric and an additively weigh…

  2. arXiv cs.CV TIER_1 English(EN) · Wojciech Matusik ·

    用于可微分图像表示的软各向异性图

    We introduce Soft Anisotropic Diagrams (SAD), an explicit and differentiable image representation parameterized by a set of adaptive sites in the image plane. In SAD, each site specifies an anisotropic metric and an additively weighted distance score, and we compute pixel colors …

相关话题