BANF: Band-limited Neural Fields for Levels of Detail Reconstruction

要約

主にその暗黙的な性質により、離散信号処理からのフーリエ解析がこれらの表現に直接適用できないため、ニューラル フィールドにはフィルタリングのための直接的なメカニズムが欠けています。
ニューラル フィールドの効果的なフィルタリングは、ダウンストリーム アプリケーションで詳細レベルの処理を可能にし、通常のグリッド (マーチング キューブなど) でフィールドをサンプリングする操作をサポートするために重要です。
周波数領域で神経場を分解しようとする既存の方法は、ヒューリスティックに頼るか、神経場のアーキテクチャに大幅な変更を必要とするかのいずれかです。
簡単な変更により、ローパス フィルター処理された神経フィールドを取得できることを示し、次にこれを利用して信号全体の周波数分解を取得する方法を示します。
詳細レベルの再構成を調査し、より粗い表現を効果的に計算する方法を示すことで、この手法の有効性を実証します。

要約(オリジナル)

Largely due to their implicit nature, neural fields lack a direct mechanism for filtering, as Fourier analysis from discrete signal processing is not directly applicable to these representations. Effective filtering of neural fields is critical to enable level-of-detail processing in downstream applications, and support operations that involve sampling the field on regular grids (e.g. marching cubes). Existing methods that attempt to decompose neural fields in the frequency domain either resort to heuristics or require extensive modifications to the neural field architecture. We show that via a simple modification, one can obtain neural fields that are low-pass filtered, and in turn show how this can be exploited to obtain a frequency decomposition of the entire signal. We demonstrate the validity of our technique by investigating level-of-detail reconstruction, and showing how coarser representations can be computed effectively.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google