Recurrent Sinusoidal INRs for Efficient High-Fidelity Representation
用于高效高保真表示的循环正弦隐式神经表示
机构 * Department of Electrical Engineering, Korea University（韩国大学电气工程系） ； Graduate School of Artificial Intelligence, UNIST（蔚山国立科学技术院人工智能研究生院）
专题命中 NeRF ：NeRF(abstract,abstract_cn)；分类 cs.CV
AI总结 研究将正弦循环用于INRs谐波频谱丰富，通过共享正弦块迭代优化潜在表示，经实验验证其频谱行为，在图像和3D表示任务中表现出色，能以少参数和步骤实现高保真，还可迁移至多种相关任务。
Comments Accepted to ECCV 2026 (Poster)
