ScaLe-INR

ScaLe-INR 架构解决了隐式神经表示中的频谱偏差问题

研究人员推出了一种新颖的多分支架构 ScaLe-INR，旨在克服隐式神经表示 (INRs) 中的频谱偏差和信息串扰。通过将信号的频谱与其 INR 的最佳工作区域相匹配并使用定向坐标缩放，ScaLe-INR 扩展了表示带宽。新的定向边缘引导损失进一步解耦了分支并最小化了泄露，从而能够在复杂的多尺度拓扑结构中实现高保真信号重建。该方法在图像、音频和 3D 重建任务上展示了比最先进方法显著的性能提升。