文件名称：awesome-implicit-representations:隐式神经表示资源精选清单
文件大小：6KB
文件格式：ZIP
更新时间：2024-03-27 22:06:49
很棒的隐式神经表示 精选的隐式神经表示资源清单，受启发。 工作正在进行中。 这份清单并非旨在详尽无遗，因为隐式神经表示是一个快速发展和发展的研究领域，迄今已有数百篇论文。 相反，此列表旨在列出介绍跨应用程序的隐式神经表示的关键概念和基础的论文。 如果您想开始该领域，这是一个很棒的阅读清单！ 对于大多数论文，最重要的贡献都有简短的摘要。 披露：我是以下论文的作者： 什么是隐式神经表示？ 隐式神经表示（有时也称为基于坐标的表示）是一种对各种信号进行参数化的新颖方法。 常规信号表示通常是离散的-例如，图像是离散的像素网格，音频信号是振幅的离散样本，并且3D形状通常被参数化为体素，点云或网格的网格。 相反，隐式神经表示将信号参数化为连续函数，该连续函数将信号的域（即坐标，例如图像的像素坐标）映射到该坐标处的任何值（对于图像，R，G ，B颜色）。 当然，这些函数通常在分析上不易处理-无法
【文件预览】：
awesome-implicit-representations-main
----LICENSE(1KB)
----README.md(16KB)