Neural texture sıkıştırma geri yayılım olmadan denendi

4 Eylül 2026'da yayımlanan açık kaynaklı C++ projesi, görselleri ve PBR malzeme haritalarını geri yayılım veya otomatik türev kullanmadan sıkıştırmayı deniyor. neural_texture_es2, düşük çözünürlüklü ortak bir latent doku ile küçük bir MLP kod çözücüyü Evolution Strategies yöntemiyle eğitiyor. Sistem tek bir RGB görüntüyü ya da aynı malzemeye ait normal, pürüzlülük, albedo ve ortam örtülmesi haritalarını birlikte işleyebiliyor.

Deneylerde 512×512 çözünürlüklü bir görüntü, 128×128×8 latent ve 1.035 ağırlıklı MLP ile 3.000 iterasyonda 32,2 dB PSNR değerine ulaştı. Eğitim 32 iş parçacıklı bir CPU'da yaklaşık 150 saniye sürdü. Latentin 8 bit nicemlenmesi kaliteyi 0,04 dB düşürdü. PavingStones070 malzemesinin 4 katmanı, iki seviyeli ortak latent ve 2.172 ağırlıklı MLP ile toplam 2,64 bpp, doku başına 0,66 bpp oranında sıkıştırıldı. Katmanların PSNR değerleri normal haritasında 23,2, pürüzlülükte 31,5, albedoda 23,2 ve ortam örtülmesinde 29,6 dB oldu.

Yöntem, latent değerlerini aynı anda değiştirip her pikselin hata farkını yalnızca bilinear örnekleme sırasında kullandığı texellere aktarıyor. Bu yaklaşım, binlerce parametrenin oluşturduğu gürültüyü azaltarak Evolution Strategies yöntemini büyük latentlerde uygulanabilir kılmayı amaçlıyor. Projede öğrenme oranı zamanlaması, iki seviyeli latent ve son aşamada sayısal sonlu farklarla MLP iyileştirmesi bulunuyor. GPU doku biçimleri içinde eğitim, blok sıkıştırma ve nicemleme farkındalıklı eğitim ise henüz uygulanmadı.