💻 computer science

Grids Often Outperform Implicit Neural Representations at Compressing Dense Signals

Este artículo demuestra que, para comprimir señales densas, las rejillas regularizadas simples con interpolación a menudo superan a las Representaciones Neurales Implícitas (INRs) tanto en velocidad de entrenamiento como en calidad, al tiempo que identifica nichos específicos, como el ajuste de formas binarias, donde las INRs siguen siendo ventajosas.

Autores originales: Namhoon Kim, Sara Fridovich-Keil

Publicado 2026-06-19

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Namhoon Kim, Sara Fridovich-Keil

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La visión general: El "Mosaico" frente al "Pincel Mágico"

Imagina que tienes una fotografía gigante e increíblemente detallada de un bosque, una ciudad o un pulmón humano. Quieres encoger esta imagen para que quepa en una pequeña unidad USB sin perder demasiada calidad. Tienes dos herramientas principales para hacer esto:

La Rejilla (El Mosaico): Esto es como un tablero de ajedrez gigante. Divides la imagen en millones de cuadraditos diminutos. Para cada cuadrado, simplemente anotas el color promedio. Para volver a ver la imagen, miras el cuadrado y lo rellenas. Es simple, predecible y funciona de maravilla si la imagen es solo una mezcla de colores y texturas (como un bosque o una tomografía médica).
La INR (El Pincel Mágico): Esto es una "red neuronal". En lugar de una rejilla, tienes un programa de computadora inteligente (una receta) que dice: "Si estás en la coordenada X, Y, Z, este es exactamente el color que debe tener el píxel". Es como un pincel mágico que teóricamente puede dibujar cualquier forma perfectamente, sin importar cuánto te acerques.

La afirmación principal del artículo:
Durante mucho tiempo, todos pensaron que el "Pincel Mágico" (las INR) era el futuro porque suena más inteligente y flexible. Sin embargo, este artículo realizó una carrera masiva entre ambos. Descubrieron que para las señales densas (imágenes que están llenas de detalles por todas partes, como fotos naturales o escaneos médicos), la simple Rejilla (el Mosaico) es en realidad más rápida, más fácil de entrenar y, a menudo, produce una imagen más clara que el Pincel Mágico, incluso cuando ambos utilizan la misma cantidad de memoria.

La carrera: Cómo lo probaron

Los investigadores no se limitaron a mirar una sola imagen. Crearon una "pista" con diferentes tipos de desafíos:

Las Colinas Suaves (Señales de banda limitada): Estas son imágenes que parecen colinas ondulantes o ruido estático. No tienen bordes afilados; solo tienen gradientes suaves.
Los Bordes Afilados (Esferas y Fractales): Estas son imágenes con formas distintas, como una bola flotando en el espacio o un patrón fractal (una forma que se repite infinitamente, como un copo de nieve).
La Vida Real: Probaron con fotos reales (conjunto de datos DIV2K), modelos de dragones en 3D y tomografías computarizadas humanas (radiografías de un pecho).

Probaron estas herramientas en diferentes "tamaños" (cuánta memoria puede usar la herramienta), que van desde muy pequeños (altamente comprimidos) hasta muy grandes.

Los resultados: ¿Quién ganó?

1. El ganador de la señal "densa": La Rejilla

Cuando la señal era "densa" (es decir, tenía detalle en todas partes, como un bosque ruidoso o una tomografía computarizada), la Rejilla ganó casi siempre.

La analogía: Imagina intentar describir un cielo nublado. La Rejilla simplemente dice: "Arriba a la izquierda es azul claro, abajo a la derecha es azul oscuro". Lo hace de forma perfecta e instantánea.
La lucha del Pincel Mágico (INR): La INR intentó aprender una fórmula matemática compleja para describir las nubes. Tardó mucho más en aprender e, incluso con la misma "capacidad cerebral" (parámetros), a menudo producía imágenes borrosas o con artefactos ondulados (patrones extraños) en lugar de una imagen limpia.
El hallazgo: Para este tipo de señales, la simple Rejilla no es solo "suficientemente buena"; es de hecho mejor y más rápida.

2. El ganador de la señal "dispersa": El Pincel Mágico (A veces)

Hubo un escenario específico donde el Pincel Mágico brilló: Formas simples y afiladas.

La analogía: Imagina la foto de un círculo negro sobre un fondo blanco.
La lucha de la Rejilla: La Rejilla tiene que usar miles de cuadraditos diminutos para aproximarse a ese círculo. El borde del círculo se ve "dentado" (como una escalera) a menos que la rejilla sea enorme.
La victoria de la INR: La INR puede aprender la fórmula de un círculo perfecto. Puede dibujar un borde curvo y suave incluso con muy pocos parámetros.
El hallazgo: Si tus datos consisten mayormente en espacio vacío con algunas formas simples y afiladas (como un modelo 3D de un dragón o una máscara de forma), la INR puede comprimir mejor que la Rejilla.

La sorpresa del "Ancho de Banda"

El artículo descubrió una regla sobre cómo estos modelos manejan el detalle, lo que llaman "ancho de banda".

Piensa en el ancho de banda como el "límite de velocidad" para cuánto detalle puede ver un modelo.
Descubrieron que para la Rejilla, el límite de velocidad aumenta de forma constante a medida que le das más memoria. Es una línea recta y predecible.
Para las INR, el límite de velocidad también aumenta, pero chocan contra un muro. No importa cuánto aumentes el tamaño de la INR, le cuesta superar a la Rejilla en imágenes "ruidosas" o "densas". La Rejilla es naturalmente mejor manejando el caos del ruido del mundo real.

El factor "Velocidad"

Rejilla: Como una calculadora. Presionas un botón y te da la respuesta al instante. Entrena (aprende) muy rápido.
INR: Como un estudiante tratando de resolver un problema matemático complejo en su cabeza. Le toma mucho tiempo descifrar el patrón y, a veces, se queda atascado o comete errores extraños (artefactos).
El resultado: La Rejilla fue a menudo 10 veces más rápida de entrenar que los modelos de INR más lentos.

Resumen: Cuándo usar cuál

El artículo concluye con una guía sencilla para cualquiera que intente comprimir o representar señales:

Usa la Rejilla (Mosaico) si: Estás trabajando con datos "densos". Esto incluye fotos naturales, tomografías computarizadas médicas o cualquier imagen que parezca una mezcla de colores y texturas sin formas claras y simples. Es más rápida, más barata y ofrece mejores resultados.
Usa la INR (Pincel Mágico) si: Estás trabajando con datos "dispersos". Esto incluye formas de objetos 3D, contornos o máscaras donde la señal es mayormente espacio vacío con bordes limpios y afilados.

La conclusión final:
No asumas que la herramienta "más inteligente" (la Red Neuronal) es siempre la mejor. A veces, la herramienta más simple (la Rejilla) es la más poderosa, especialmente cuando intentas comprimir la realidad desordenada y detallada del mundo.

Resumen Técnico: Las rejillas suelen superar a las Representaciones Neuronales Implícitas en la compresión de señales densas

Planteamiento del problema

Las Representaciones Neuronales Implícitas (INR, por sus siglas en inglés) han demostrado recientemente capacidades impresionantes en tareas de imagen y problemas inversos, ofreciendo una alta calidad perceptual con huellas de memoria compactas. Sin embargo, su capacidad fundamental, sus sesgos implícitos y sus comportamientos de escalado aún se comprenden poco. Esta falta de claridad limita la confianza con la que los profesionales pueden implementar las INR y obstaculiza el desarrollo de futuras representaciones de señales. El problema central abordado es determinar cuándo las INR ofrecen una ventaja real sobre las representaciones basadas en rejillas tradicionales y los enfoques híbridos, particularmente en relación con cómo diferentes métodos asignan la capacidad a través de señales de diversos anchos de banda y dimensionalidad.

Metodología

Los autores llevaron a cabo un estudio empírico exhaustivo comparando diversas estrategias de representación de señales a través de un conjunto de tareas en 2D y 3D. El marco de evaluación incluyó:

Representaciones comparadas:

INR puras: Redes de Características de Fourier (FFN), SIREN y WIRE.
Modelos híbridos: GA-Planes e Instant-NGP (codificación de hash multirresolución).
Discretas/Explícitas: Gaussian Splatting (restringido a 2D en este estudio).
Ancho de banda adaptativo: BACON.
Línea de base (Baseline): Una rejilla simple regularizada con interpolación (bicúbica para 2D, trilineal para 3D).

Conjuntos de datos y señales:

Señales sintéticas: Generadas para probar diversos anchos de banda efectivos (0.1 a 0.9) y complejidad estructural. Estas incluyeron ruido con ancho de banda limitado, Esferas (discos/bolas dispuestos aleatoriamente), fractales de Sierpinski y un Objetivo Radial (Star Target).
Señales del mundo real: Imágenes de alta resolución DIV2K, tomografías computarizadas (CT) 2D (tórax y planificación de radioterapia) y modelos 3D de Stanford Dragon (tanto de ocupación volumétrica como de representaciones de superficie).

Tareas:
Los modelos fueron evaluados en:

Sobreajuste (Overfitting): Ajuste de señales con un presupuesto de parámetros fijo que oscila entre $1 \times 10^4$ y $3 \times 10^6$ parámetros.
Problemas inversos: Reconstrucción de Tomografía Computarizada (CT), eliminación de ruido (denoising) y super-resolución (SR).

Métricas:
El rendimiento se cuantificó utilizando la Relación Señal-Ruido de Pico (PSNR), el Índice de Similitud Estructural (SS%，SSIM) y la Similitud de Parches de Imagen Perceptual Aprendida (LPIPS) para tareas 2D, y PSNR e Intersección sobre Unión (IoU) para tareas 3D. También se midieron los tiempos de entrenamiento e inferencia para evaluar la eficiencia computacional.

Contribuciones clave

Cuantificación del escalado de capacidad: El estudio establece que, para señales 2D de ancho de banda limitado, la mayoría de los modelos exhiben una relación de ley de potencia aproximada entre el tamaño del modelo y el ancho de banda efectivo que pueden representar.
Identificación de la superioridad de las rejillas: Los autores demuestran que, para muchas tareas que involucran señales densas (específicamente ruido de ancho de banda limitado e imágenes naturales), una rejilla simple regularizada con interpolación entrena más rápido y logra una calidad igual o superior con el mismo número de parámetros que cualquier modelo INR o híbrido.
Definición de zonas de ventaja de las INR: El artículo identifica escenarios específicos y limitados donde las INR y los modelos híbridos superan a las rejillas. Estos se encuentran principalmente en tareas que involucran señales con estructuras subyacentes de menor dimensión, como máscaras de ocupación de formas, superficies de objetos o señales con regiones de valor constante y bordes definidos (por ejemplo, la superficie del Dragón 3D o los fractales de Sierpinski).

Resultados

Sobreajuste de señales densas:

Señales de ancho de banda limitado: Para señales 2D y 3D de ancho de banda limitado, la línea de base de la Rejilla simple superó consistentemente a todas las demás representaciones en todos los tamaños de modelo. Las INR y los modelos híbridos no lograron superar de manera fiable a la rejilla, lo que sugiere que no son una solución universal para señales densas de tipo ruido.
Imágenes naturales: En el conjunto de datos DIV2K, la línea de base de la Rejilla fue competitiva con otros métodos, a menudo igualando o excediendo su rendimiento en tareas de sobreajuste y super-resolución.
Artefactos: Diferentes parametrizaciones indujeron distintos artefactos. Las FFN y SIREN exhibieron artefactos sinusoidales o de tipo aliasing; WIRE introdujo artefactos de textura en 3D; Instant-NGP sufrió de artefactos ruidosos debido a colisiones de hash a escalas pequeñas; e Instant-NGP mostró colisiones de hash a escalas pequeñas; y GA-Planes mostró artefactos alineados con los ejes. La línea de base de la Rejilla principalmente sufrió de desenfoque de detalles super-Nyquist bajo una compresión fuerte.

Problemas inversos:

CT y eliminación de ruido: En tareas de tomografía computarizada y eliminación de ruido que involucran señales 2D naturales, la Rejilla simple con regularización de Variación Total (TV) fue casi óptima en todos los tamaños de modelo, entrenando más rápido y logrando una mayor calidad que otros métodos.
Super-resolución 3D: En tareas de super-resolución 3D (ocupación y superficie del Stanford Dragon), las INR (específicamente GA-Planes y WIRE) y los modelos híbridos superaron a la Rejilla en los tamaños de modelo más pequeños. Esto concuerda con el hallazgo de que las INR sobresalen cuando la señal posee una estructura de menor dimensión (por ejemplo, una superficie 2D embebida en un espacio 3D).

Eficiencia computacional:

El modelo de Rejilla proporcionó los tiempos de inferencia y entrenamiento más rápidos.
Las INR puras requirieron la mayor cantidad de tiempo de computación (aproximadamente 10 veces el del siguiente modelo más lento en algunos casos).
Los modelos híbridos y discretos se situaron en un punto intermedio, aunque sus tiempos de entrenamiento fueron generalmente independientes del tamaño del modelo, a diferencia de las INR puras, que mostraron un aumento inherente en el tiempo de computación con el tamaño del modelo.

Significado y afirmaciones

El artículo afirma proporcionar una guía práctica para la selección de representaciones de señales basadas en las características específicas de los datos y la aplicación.

Para señales densas: Los autores concluyen que una rejilla simple con interpolación sigue siendo la opción más práctica y efectiva para una amplia gama de aplicaciones que involucran señales naturales densas (como tomografías CT e imágenes naturales). Ofrece simplicidad, interpretabilidad, eficiencia computacional y, a menudo, una calidad de reconstrucción superior.
Para señales estructuradas: Las INR y los modelos híbridos proporcionan ventajas distintivas específicamente para señales con estructuras subyacentes de menor dimensión, como bordes de objetos, superficies u ocupación.
Dirección futura: El trabajo sugiere que las INR actuales no están cumpliendo el objetivo de comprimir eficazmente las señales naturales "densas", lo que implica que el desarrollo futuro debe centrarse en comprender y explotar los sesgos estructurales específicos que permiten a las INR tener éxito en dominios dispersos o estructurados, en lugar de tratarlas como un reemplazo de propósito general para las rejillas.

El estudio enfatiza que la afirmación de "resolución infinita" de las INR no se traduce en un rendimiento superior en todos los regímenes, particularmente cuando se compara con las garantías teóricas de la teoría de muestreo aplicadas a las rejillas regulares.