Browsing by Author "Geiselhart, Jonas"

Now showing 1 - 2 of 2

Open Access
Investigating challenges in generalizing neural radiance fields with learned scene priors
(2025) Geiselhart, Jonas
This thesis investigates methods to generalize neural radiance fields across several different 3DScenes. Unlike prevailing approaches that emphasize more fine grained priors on ray or sample positions - often combined with classical 3D spatial (neural) processing, this work explores the use of implicit deep scene embeddings as prior to a generalized neural radiance field for scene rendering. This work provides the theoretical groundwork for transitioning gradually from per scene retraining to a more perceiving network capable of extracting scene geometries by analyzing images and successfully building good latent representations. In practical research the framework is implemented and analyzed. Here several key issues in the conceptualization are found and analyzed, that must be addressed in training process and model redesign. Overall this thesis outlines a potential path toward scene-generalized NeRFs and highlights new issues that emerge through this shift in research focus.
Open Access
Private Function Evaluation mit Oblivious RAM
(2022) Geiselhart, Jonas
Diese Arbeit untersucht inwiefern Oblivious Random Access Machines zur Private Function Evaluation genutzt werden können. Dazu werden zuerst Grundlagen zur Secure Computation vorgestellt und insbesondere der Stand der Forschung im Bereich Oblivious RAM zum Einsatz als Secure-Computation-Datenzugriffsstruktur betrachtet. Danach werden aktuelle bestehende Konstruktionen zur privaten Evaluation von Funktionen vorgestellt und untersucht. Hierbei werden besonders Effizienz, Sicherheit, Ausdrucksstärke der Gatter, Speicherbedarf und Kommunikationsaufwand betrachtet. Es wird ein eigene PFE-Konstruktion vorgestellt, die auf Integer Werten rechnet und Oblivious RAM zur Adressierung der Variablen nutzt. Dies ermöglicht eine Implementation von Funktionsauswertungen als Programme basierend auf CPU-Step-Circuits, die ähnlich wie vorher betrachtete Garbeled RAM-Konstruktionen, Kontrollfluss und somit auch die Berechnung komplexerer arithmetischer Funktionen zulässt. Schlussendlich wird eine Implementation dieses PFE-Schemas vorgestellt und mit den vorherig betrachteten Protokollen verglichen. Das Schema berechnet arithmetische Funktionen in linearer Zeit respektive der Schrittgröße und polylogaritmischer Zeit respektive der Variablenanzahl. Allerdings entsteht ein hoher konstanter Aufwand pro Auswertungsschritt, der die Praktikabilität deutlich einschränkt.