英特尔研发深度画质增强技术:让游戏画质大提升

看到下方这张图,你可能以为这只是现实生活中的一张照片。

其实这是一张经过了“画面增强”的GTA 5游戏截图,看上去是不是非常逼真?感觉与现实中的画面已经相差无几了。

如今的3A大作相比早期的“纸片人”游戏,已经有着翻天覆地的变化,不仅建模素质远胜以往,而且得益于画质引擎和硬件技术的不断发展,现在在许多游戏中我们都能见到画质精美、特效绚丽的游戏场面。

不过有一些主打现实模拟的沙盒游戏中,即便是画面再精美,我们还是能够一眼分辨出这是游戏中的画面,用“低情商”一些的说法,就是游戏画面质感仍然现实世界不够贴近。

最近,英特尔实验室的研究人员正在思考如何使用机器学习,能够使渲染的游戏画面看起来更加接近现实世界如果这项技术可以实现并投入广泛使用,可能会将游戏画质提升到一个新的水平。

在英特尔这个项目的摘要中,描述了如何通过卷积神经网络(一种深度学习算法)来增强合成图像。

团队将使用来自游戏的渲染图像以及中间渲染缓冲区(G缓冲区)的信息对神经网络进行训练;

这个中间渲染缓冲区提供了有关场景中的几何体、材质和光照的信息,并用作图像增强网络调制图像特征的输入,最后通过画面增强网络,形成了与现实生活视觉上相差无几的画面。

其实这就像我们生活中的“照葫芦画瓢”,想要画一个一模一样的葫芦,我们必须要了解葫芦的外观和尺寸大小等“参数”,这些参数就存在你的脑海里,然后你在画葫芦的时候,就会将这些脑海里存放的“参数”运用在画面上,这样画出来的葫芦才能有更高的相似度。

不过这个技术目前还存在着一些问题,例如车牌变得模糊不清,与视频其余部分相比颜色显得比较苍白,与现实中的色彩仍有一些差别。

总而言之,英特尔这个项目对于游戏领域,特别是游戏画质的发展具有一定的进步意义,这意味游戏领域可以充分运用深度学习技术来提升游戏体验。

目前已经广泛应用的有超采样深度学习的DLSS技术和模拟真实光线渲染的RTX光线追踪技术,未来英特尔的这个项目如果能顺利进行并成功实现的话,未来在游戏领域或VR虚拟现实领域,或许会出现一次前所未有的视觉颠覆。

涉及观点仅代表个人,与本站立场无关。本站不对内容的真实性及完整性作任何承诺。

本站启用新域名:itbus.cn,新站为IT巴士,旧站xdbeta停止更新。请大家注意更新收藏夹。