論文の概要: Freq-Mip-AA : Frequency Mip Representation for Anti-Aliasing Neural Radiance Fields

• arxiv url: http://arxiv.org/abs/2406.13251v1
• Date: Wed, 19 Jun 2024 06:33:56 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-21 22:59:30.640134
• Title: Freq-Mip-AA : Frequency Mip Representation for Anti-Aliasing Neural Radiance Fields
• Title（参考訳）: Freq-Mip-AA : 反エイリアス性神経放射場に対する周波数ミップ表現
• Authors: Youngin Park, Seungtae Nam, Cheul-hee Hahm, Eunbyung Park,
• Abstract要約: Mip-NeRFはフラストタムを用いてピクセルを描画し、統合位置符号化(IPE)を提案する。 このアプローチは有効であるが、ボリュームアーキテクチャに依存しているため、長いトレーニング時間を必要とする。 本稿では,グリッドベース表現を利用した新しいアンチエイリアス手法を提案する。
• 参考スコア（独自算出の注目度）: 3.796287987989994
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Neural Radiance Fields (NeRF) have shown remarkable success in representing 3D scenes and generating novel views. However, they often struggle with aliasing artifacts, especially when rendering images from different camera distances from the training views. To address the issue, Mip-NeRF proposed using volumetric frustums to render a pixel and suggested integrated positional encoding (IPE). While effective, this approach requires long training times due to its reliance on MLP architecture. In this work, we propose a novel anti-aliasing technique that utilizes grid-based representations, usually showing significantly faster training time. In addition, we exploit frequency-domain representation to handle the aliasing problem inspired by the sampling theorem. The proposed method, FreqMipAA, utilizes scale-specific low-pass filtering (LPF) and learnable frequency masks. Scale-specific low-pass filters (LPF) prevent aliasing and prioritize important image details, and learnable masks effectively remove problematic high-frequency elements while retaining essential information. By employing a scale-specific LPF and trainable masks, FreqMipAA can effectively eliminate the aliasing factor while retaining important details. We validated the proposed technique by incorporating it into a widely used grid-based method. The experimental results have shown that the FreqMipAA effectively resolved the aliasing issues and achieved state-of-the-art results in the multi-scale Blender dataset. Our code is available at https://github.com/yi0109/FreqMipAA .
• Abstract（参考訳）: ニューラル・ラジアンス・フィールズ(NeRF)は、3Dシーンを表現し、新しいビューを生成するのに顕著な成功を収めた。 しかし、トレーニングビューから異なるカメラ距離の画像をレンダリングする際には、アーティファクトのエイリアスに苦労することが多い。 この問題に対処するため、Mip-NeRFはボリュームフラストラムを用いてピクセルを描画し、統合位置符号化(IPE)を提案する。 このアプローチは効果的だが、MLPアーキテクチャに依存しているため、長いトレーニング時間を必要とする。 本研究では,グリッドベース表現を用いた新しいアンチエイリアス手法を提案する。 さらに、サンプリング定理に着想を得たエイリアス問題に対処するために周波数領域表現を利用する。 提案手法は,LPFと学習可能な周波数マスクを用いたFreqMipAAである。 スケール固有のローパスフィルタ(LPF)は、重要な画像の詳細のエイリアスや優先順位付けを防止し、学習可能なマスクは必須情報を保持しながら問題のある高周波要素を効果的に除去する。 スケール固有のLPFとトレーニング可能なマスクを使用することで、FreqMipAAは重要な詳細を保持しながらエイリアス因子を効果的に除去することができる。 提案手法を広範に用いたグリッド方式に組み込むことで検証した。 実験の結果、FreqMipAAはエイリアス問題を効果的に解決し、マルチスケールのBlenderデータセットで最先端の結果を達成した。 私たちのコードはhttps://github.com/yi0109/FreqMipAAで利用可能です。

関連論文リスト

• When Semantic Segmentation Meets Frequency Aliasing [14.066404173580864]
  我々は、ハードピクセルエラーを包括的に分析し、それらを偽応答、マージミス、変位の3つのタイプに分類する。 その結果, ダウンサンプリング中のフーリエ領域の周波数成分の重なりによる歪みが, ハードピクセルとエイリアシングの定量的な関連性を示した。 本稿では,Nyquist周波数よりも高い周波数を正確に除去・調整することにより,エイリアスを緩和する2つの新しいデエイリアスフィルタ (DAF) と周波数混合 (FreqMix) モジュールを提案する。
  論文  参考訳（メタデータ） (2024-03-14T03:12:02Z)
• Frequency-Aware Deepfake Detection: Improving Generalizability through Frequency Space Learning [81.98675881423131]
  この研究は、目に見えないディープフェイク画像を効果的に識別できるユニバーサルディープフェイク検出器を開発するという課題に対処する。 既存の周波数ベースのパラダイムは、偽造検出のためにGANパイプラインのアップサンプリング中に導入された周波数レベルのアーティファクトに依存している。 本稿では、周波数領域学習を中心にしたFreqNetと呼ばれる新しい周波数認識手法を導入し、ディープフェイク検出器の一般化性を高めることを目的とする。
  論文  参考訳（メタデータ） (2024-03-12T01:28:00Z)
• Mip-Grid: Anti-aliased Grid Representations for Neural Radiance Fields [12.910072009005065]
  我々は、反エイリアス手法をグリッドベースの放射場表現に組み込む新しいアプローチであるmip-blurを提案する。 提案手法は,共有グリッド表現上に単純な畳み込み演算を適用してマルチスケールグリッドを生成する。
  論文  参考訳（メタデータ） (2024-02-22T00:45:40Z)
• PyNeRF: Pyramidal Neural Radiance Fields [51.25406129834537]
  本研究では,異なる空間グリッド解像度でモデルヘッドを訓練することにより,グリッドモデルへの簡単な修正を提案する。 レンダリング時には、単に粗いグリッドを使用して、より大きなボリュームをカバーするサンプルをレンダリングします。 Mip-NeRFと比較して、60倍高速なトレーニングをしながらエラー率を20%削減する。
  論文  参考訳（メタデータ） (2023-11-30T23:52:46Z)
• Neural Fields with Thermal Activations for Arbitrary-Scale Super-Resolution [56.089473862929886]
  本稿では,適応型ガウスPSFを用いて点を問合せできる新しい設計手法を提案する。 理論的に保証されたアンチエイリアスにより、任意のスケールの単一画像の超解像のための新しい手法が確立される。
  論文  参考訳（メタデータ） (2023-11-29T14:01:28Z)
• Fix your downsampling ASAP! Be natively more robust via Aliasing and Spectral Artifact free Pooling [11.72025865314187]
  畳み込みニューラルネットワークは、画像に一連の畳み込み、正規化、非線形性、およびダウンサンプリング操作をエンコードする。 以前の研究では、サンプリング中のわずかなミスでさえエイリアスに繋がる可能性があることが、ネットワークの堅牢性の欠如に直接起因していることが示された。 本稿では,アーティファクトを含まないアーティファクト・プール・ショートASAPを提案する。
  論文  参考訳（メタデータ） (2023-07-19T07:47:23Z)
• Multiscale Representation for Real-Time Anti-Aliasing Neural Rendering [84.37776381343662]
  Mip-NeRFは、スケール情報をエンコードする円錐フラストラムとしてマルチスケール表現を提案する。 我々は,リアルタイムなアンチエイリアスレンダリングのためのマルチスケールな明示的表現であるmip voxel grids (Mip-VoG)を提案する。 私たちのアプローチは、マルチスケールのトレーニングとリアルタイムのアンチエイリアスレンダリングを同時に提供する最初の方法です。
  論文  参考訳（メタデータ） (2023-04-20T04:05:22Z)
• Zip-NeRF: Anti-Aliased Grid-Based Neural Radiance Fields [64.13207562222094]
  我々は、mip-NeRF 360とグリッドベースモデルを組み合わせた手法が、どちらの手法よりも8%から77%低い誤差率を発生し、mip-NeRF 360より24倍速く訓練できることを示します。
  論文  参考訳（メタデータ） (2023-04-13T17:55:12Z)
• Re-ReND: Real-time Rendering of NeRFs across Devices [56.081995086924216]
  Re-ReNDは、NeRFを標準グラフィックスパイプラインで効率的に処理できる表現に変換することで、リアルタイムのパフォーマンスを実現するように設計されている。 Re-ReNDはレンダリング速度が2.6倍に向上し、最先端技術では品質が損なわれることなく達成できることがわかった。
  論文  参考訳（メタデータ） (2023-03-15T15:59:41Z)
• Low Pass Filter for Anti-aliasing in Temporal Action Localization [15.139834271977913]
  本稿では,時間的行動定位法におけるエイリアスの存在を検証する。 高周波帯域の抑制により低域通過フィルタを用いてこの問題を解決する。 実験により、TALにおける低域通過フィルタによるアンチエイリアシングは有利かつ効率的であることが示された。
  論文  参考訳（メタデータ） (2021-04-23T03:57:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。