CVPR 2022 论文:BACON - 用于多尺度场景表示的Band受限坐标网络

BACON是一种新型的带限坐标网络,旨在为3D表示和场景重建提供解析傅里叶谱。通过限制网络输出的频率带宽,实现多尺度信号表示,避免了传统方法中的伪影问题。BACON在网络架构中引入了可解释性和可调节性,能够在不同尺度上进行半监督学习,并表现出良好的外推能力和初始化方案,适用于图像拟合、神经辐射场和3D形状表示等任务。
摘要由CSDN通过智能技术生成

论文名称:BACON: Band-limited Coordinate Networks for Multiscale Scene Representation

具有分析傅里叶频谱和带限输出的新网络架构。

 关注公众号:AI基地,及时获取最新资讯,学习资料


基于坐标的网络已成为 3D 表示和场景重建的强大工具。这些网络经过训练,可以将连续输入坐标映射到每个点的信号值。尽管如此,当前的架构仍然是黑匣子:它们的光谱特征不容易分析,并且它们在无监督点的行为难以预测。此外,这些网络通常被训练来表示单一尺度的信号,因此幼稚的下采样或上采样会导致伪影。我们介绍了带限坐标网络(BACON),一种具有解析傅里叶谱的网络架构。BACON 在无监督点具有可预测的行为,可以根据表示信号的频谱特征进行设计,并且可以在没有明确监督的情况下在多个尺度上表示信号。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值