图像增强心得体会 图像增强

图像增强(图像增强的体验)原创2021-05-15 00: 57太平洋计算机网
看到下图 , 你可能会觉得这只是现实生活中的一张照片 。其实这是一张经过“增强”的GTA5游戏截图 。看起来是不是很逼真?感觉和真图差不多 。
相比早期的“纸人”游戏,如今的3A大作已经发生了翻天覆地的变化 。不仅建模质量远胜从前,而且得益于画质引擎和硬件技术的不断发展 , 我们现在可以在很多游戏中看到画质精美、特效华丽的游戏场景 。
但是 , 也有一些沙盒游戏侧重于现实模拟 。即使画面精美,我们还是一眼就能看出是游戏里的画面 。用一些“情商低”的话来说,游戏画面的质感还是不够贴近现实世界 。
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来使渲染的游戏屏幕看起来更接近真实世界 。如果这项技术能够实现并广泛应用 , 它可能会将游戏画质提升到一个新的水平 。
在英特尔的项目摘要中,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 。团队将使用游戏中的渲染图像和中间渲染缓冲区(g buffer)的信息来训练神经网络;该中间渲染缓冲器提供了关于场景中的几何形状、材料和照明的信息,并被用作图像增强网络的输入来调制图像特征 。最后通过图像增强网络,形成与现实生活相似的视觉图像 。
其实就像我们生活中的“画瓢” 。如果我们想画一个一模一样的葫芦 , 我们必须知道葫芦的外观和大小等“参数” 。这些参数都在你的脑海里,然后你在画葫芦的时候,会把你脑海里储存的“参数”应用到画面上,这样画出来的葫芦才能有更高的相似度 。
但是,这项技术仍然存在一些问题,例如车牌模糊 , 与视频的其余部分相比颜色苍白,与真实颜色存在一些差异 。
【图像增强心得体会 图像增强】总而言之,英特尔的这个项目对于游戏领域有一定的进步意义 , 尤其是对于游戏品质的发展,意味着游戏领域可以充分利用深度学习技术来提升游戏体验 。目前广泛使用的有过采样深度学习的DLSS技术和模拟真实光线渲染的RTX光线追踪技术 。如果英特尔的项目能够顺利进行,并在未来取得成功 , 

    推荐阅读