Hypernetworks를 이용한 신경 텍스처 압축 (Neural Texture Compression)

요약

기존의 신경 텍스처 압축 방식은 재질별로 별도의 최적화 과정이 필요했으나, 본 연구는 하이퍼네트워크를 통해 잠재 특징과 MLP 가중치를 동시에 출력하는 방식을 제안합니다. 이를 통해 기존 방식과 대등한 품질을 유지하면서도 효율적인 압축 및 확장이 가능함을 보여줍니다.

핵심 포인트

• 하이퍼네트워크를 이용해 잠재 특징과 MLP 파라미터를 동시에 생성
• 재질별 경사 하강법 최적화 과정 없이 효율적인 텍스처 압축 가능
• 기존 신경 텍스처 압축 기술과 대등한 수준의 품질 구현
• 다중 디코더 추론 및 초해상도 학습 디코더 생성으로 확장 가능