Rappresentazione neurale implicita delle texture
Implicit neural representation of textures
February 2, 2026
Autori: Albert Kwok, Zheyuan Hu, Dounia Hammou
cs.AI
Abstract
La rappresentazione neurale implicita (INR) si è dimostrata accurata ed efficiente in vari ambiti. In questo lavoro, esploriamo come diverse reti neurali possano essere progettate come una nuova texture INR, che opera in modo continuo piuttosto che discreto sullo spazio di coordinate UV in input. Attraverso esperimenti approfonditi, dimostriamo che queste INR performano bene in termini di qualità dell'immagine, con un utilizzo della memoria e tempi di inferenza per il rendering considerevoli. Analizziamo l'equilibrio tra questi obiettivi. Inoltre, investigiamo varie applicazioni correlate nel rendering in tempo reale e in task downstream, come l'adattamento delle mipmap e la generazione nello spazio 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.