Неявное нейронное представление текстур
Implicit neural representation of textures
February 2, 2026
Авторы: Albert Kwok, Zheyuan Hu, Dounia Hammou
cs.AI
Аннотация
Неявное нейронное представление (INR) доказало свою точность и эффективность в различных областях. В данной работе мы исследуем, как различные нейронные сети могут быть спроектированы в качестве нового текстурного INR, который работает непрерывным, а не дискретным образом в пространстве входных UV-координат. В ходе тщательных экспериментов мы демонстрируем, что такие INR демонстрируют высокое качество изображения при значительной экономии памяти и времени инференса при рендеринге. Мы анализируем баланс между этими целями. Кроме того, мы исследуем различные связанные приложения в задачах рендеринга в реальном времени и последующих задачах, такие как построение MIP-карт и генерация в пространстве 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.