Représentation implicite neuronale des textures
Implicit neural representation of textures
February 2, 2026
Auteurs: Albert Kwok, Zheyuan Hu, Dounia Hammou
cs.AI
Résumé
La représentation neuronale implicite (INR) s'est avérée précise et efficace dans divers domaines. Dans ce travail, nous explorons comment différents réseaux neuronaux peuvent être conçus comme une nouvelle texture INR, qui opère de manière continue plutôt que discrète sur l'espace de coordonnées UV d'entrée. Par des expériences approfondies, nous démontrons que ces INR performent bien en termes de qualité d'image, avec une utilisation mémoire considérable et un temps d'inférence de rendu raisonnable. Nous analysons l'équilibre entre ces objectifs. De plus, nous étudions diverses applications connexes dans le rendu en temps réel et les tâches en aval, telles que l'ajustement de mipmap et la génération d'espace INR.
English
Implicit neural representation (INR) has proven to be accurate and efficient in various domains. In this work, we explore how different neural networks can be designed as a new texture INR, which operates in a continuous manner rather than a discrete one over the input UV coordinate space. Through thorough experiments, we demonstrate that these INRs perform well in terms of image quality, with considerable memory usage and rendering inference time. We analyze the balance between these objectives. In addition, we investigate various related applications in real-time rendering and down-stream tasks, e.g. mipmap fitting and INR-space generation.