Level-Crossing Density as a Mesh-Free High-Frequency Auxiliary Loss for Implicit Neural Representations
암묵적 신경 표현(INR)의 스펙트럴 편향(spectral bias) 문제를 해결하기 위해, 랜덤 필드 이론의 Rice 레벨-교차 밀도(level-crossing density)를 그리드·FFT 없이 임의의 산포 좌표에서 평가 가능한 미분 가능 보조 손실 함수로 변환하는 Kac–Rice 손실을 제안한다. 비균일 산포 샘플 환경에서 MSE 단독 대비 최대 3.0 dB PSNR 향상을 달성하며, 정상(stationary) 텍스처 도메인에서는 Focal Frequency Loss를 0.6 dB 앞서지만 엣지 중심 자연 영상에서는 동등한 수준임을 엄밀한 비교 실험을 통해 확인한다.