arXiv · 机器人与计算机视觉· Amit Aflalo, Eran Treister, Chaim Baskin, Oren Freifeld·· 23 天前AI 评分73
FG-CPAB:一种可扩展的高表达力参数化微分同胚因子化梯度方法
Factorized Gradients for Scalable Highly-expressive Parametric Diffeomorphisms
AI 导读
论文提出 FG-CPAB,通过分离积分过程与参数空间投影来解决连续分段仿射变换优化中轨迹积分与梯度计算耦合的问题。该方法将梯度计算复杂度从 O(dTN) 降低至 O(TN+dC),在二维场景下实现约 10^4 倍的加速和约 500 倍的显存峰值减少,首次使细粒度 tessellation 的 CPAB 在二维和三维中变得实用。该工作已被 NeurIPS 2026 接收。
来源:arXiv · 机器人与计算机视觉 · arxiv.org