本文提出了一种有效的方法，将时间残差层引入神经场，用于表示复杂的时间信号。通过矩阵分解技术，降低可训练参数数量并增强泛化能力，实现了对2D视频逼近、动态形状建模和动态NeRF重建等任务中结果的稳定提升。通过展示在轻量级捕获系统的稀疏传感输入中捕获动态3D场景的实际效果，证明了ResFields的实用性。