【论文笔记】Instant NGP == Nvidia == SIGGRAPH 2022 Best Paper

蓝色
紫色
红色

Instant Neural Graphics Primitives with a Multiresolution Hash Encoding

Abstract

【核心：多分辨率哈希编码 以及 网络自适应学习处理哈希冲突】
原始的NeRF训练和评估的代价很高，本文提出了一种新的编码方式来降低这一成本。这种编码方式在不牺牲质量的情况下允许使用较小的网络，从而大大 减少浮点和内存访问操作的次数：一个小型神经网络被 可训练特征向量的多分辨率哈希表 所增强，其值通过 随机梯度下降(SGD) 进行优化。多分辨率结构使得网络能够区分 哈希碰撞，网络能够从这些碰撞中学习到应该选择使用的特征。且这种简单架构在现代GPUs上很容易实现并行化。本文通过使用完全融合的CUDA内核实现整个系统来利用这种并行性，重点是尽量减少浪费的带宽和计算操作。本文实现了几个数量级的综合加速，使高质量的神经图形基元的训练在几秒钟内完成，并在1920×1080的分辨率下在几十毫秒内完成渲染。

哈希编码

这个编码机制是很重要的，把一些特征映射到高维度空间上。