Facebook宣布神經超採樣實時渲染,實現VR高清顯示新突破

2020-07-02 映維網

映維網 2020年07月02日)VR實時渲染提出了一系列獨特的挑戰,其中最主要的是支持圖片級真實感效果,實現更高的解析度,並達到比以往任何時候都更高的刷新率。為了應對這一問題,Facebook Reality Labs(FRL)的研究人員開發了DeepFocus。這個於2018年12月首次亮相的渲染系統主要是利用人工智慧在變焦頭顯中創建超逼真的視覺效果。團隊將在今年的SIGGRAPH大會介紹研究的下一篇章,並表示它將開啟為虛擬實境創造未來高保真顯示器的全新裡程碑。

延伸閱讀:Facebook研發AI注視點渲染DeepFovea,為一體機VR大大提升渲染效能

延伸閱讀:Facebook開源DeepFocus,實現逼真散焦效果,推動下一代VR頭顯技術

將在SIGGRAPH大會介紹的論文名為「Neural Supersampling for Real-time Rendering(用於實時渲染的神經超採樣)」介紹了一種可以將低解析度輸入圖像轉換為高解析度輸出的機器學習方法。這種upsampling(上採樣)過程利用了神經網絡並以場景統計進行訓練,從而能夠恢復清晰的細節,同時節省在實時應用程式中直接渲染所述細節的計算開銷。

Facebook宣布神經超採樣實時渲染,實現VR高清顯示新突破

上面的GIF動圖比較了低解析度顏色輸出和神經超採樣方法實現的16x超採樣輸出。

1. 研究的是什麼?

為了降低高解析度顯示器的渲染成本,FRL使用的輸入圖像的像素比期望輸出少16倍。例如,如果目標顯示器的解析度為3840×2160,FRL的神經網絡將以遊戲引擎渲染的960×540解析度輸入圖像著手,並作為一種實時後處理過程將其upsample(上採樣)至目標顯示解析度。

儘管社區已經存在大量關於攝影圖像的機器學習upsampling(上採樣)研究,但沒有一個直接談及渲染內容(如遊戲引擎生成的圖像)的獨特需求。這是由於渲染圖像和攝影圖像在圖像形成方面的根本區別。在實時渲染中,每個採樣點在空間和時間上都是一個點。所以渲染內容通常是高度鋸齒,會產生鋸齒狀的線條和其他採樣偽影。對於這一點,你可以參閱本文的低解析度輸入示例。這使得渲染內容的upsampling上採樣既是一個抗鋸齒問題,同時又是一個內插問題,不同於已得到計算機視覺領域充分研究的去噪和去模糊問題。對於輸入圖像高度鋸齒,以及需要插值的像素完全丟失信息這一事實,這為渲染內容生成高保真和時間相干重建提出了重大挑戰。

Facebook宣布神經超採樣實時渲染,實現VR高清顯示新突破

用作神經超採樣方法輸入的示例渲染屬性以低解析度渲染,包括顏色、深度和密集運動矢量。

另一方面,在實時渲染中,我們可以擁有的不僅只是攝像頭生成的彩色圖像。正如DeepFocus所示,現代渲染引擎中可以同時提供深度值等附加信息。FRL研究人員發現,對於神經超採樣,由運動矢量提供的附加輔助信息特別有效。運動矢量定義了序列幀中像素之間的幾何對應關係。換言之,每個運動矢量指向一個亞像素位置,其中在一幀中可見的曲面點可能已經出現在上一幀中。所述值通常是利用計算機視覺方法進行估計,但這種光流估計算法容易出錯。相比之下,渲染引擎可以直接生成密集運動矢量,從而為應用於渲染內容的神經超採樣提供可靠的、豐富的輸入。

FRL的方法是以上述觀察作為基礎,同時結合額外的附加信息,以及一個旨在最大限度提高圖像和視頻質量並提供實時性能的全新時空神經網絡設計。

相關論文:Neural Supersampling for Real-time Rendering

騰訊文檔下載:Neural Supersampling for Real-time Rendering

在推理時,神經網絡以低解析度渲染當前幀和多個先前幀的渲染屬性作為輸入,如每幀的顏色、深度貼圖和密集運動矢量。網絡的輸出是與當前幀相對應的高解析度彩色圖像。網絡採用監督學習的方法進行訓練。在訓練時,提供採用抗鋸齒函數並以高解析度渲染,同時與每個低解析度輸入幀配對的參考圖像,將其作為訓練優化的目標圖像。

Facebook宣布神經超採樣實時渲染,實現VR高清顯示新突破

示例結果:從上到下是低解析度顏色輸入;所介紹方法的16x超採樣結果;以及離線渲染的目標高解析度圖像。

Facebook宣布神經超採樣實時渲染,實現VR高清顯示新突破

示例結果:從上到下是低解析度顏色輸入;所介紹方法的16x超採樣結果;以及離線渲染的目標高解析度圖像。

Facebook宣布神經超採樣實時渲染,實現VR高清顯示新突破

示例結果:從左到右是低解析度顏色輸入;所介紹方法的16x超採樣結果;以及離線渲染的目標高解析度圖像。

2. 下一步計劃

FRL團隊表示:「神經渲染在AR/VR中有著巨大的潛力。儘管這一問題具有挑戰性,但我們希望鼓勵更多的研究人員在這方面開展研究。隨著AR/VR顯示器向著更高解析度、更快幀速率和更高真實感的方向發展,神經超採樣方法可能是從場景數據中推斷出清晰細節而非直接渲染的關鍵。這項研究為未來的高解析度VR指明了方向,不僅僅是關於顯示器,同時包括實際驅動所需的算法。」

原文連結:https://yivian.com/news/76087.html

相關焦點

  • Facebook宣布神經超採樣實時渲染,實現VR高清顯示新突破,低清圖像...
    來源:映維網 作者 流水原VR實時渲染提出了一系列獨特的挑戰,其中最主要的是支持圖片級真實感效果,實現更高的解析度,並達到比以往任何時候都更高的刷新率。為了應對這一問題,Facebook Reality Labs(FRL)的研究人員開發了DeepFocus。
  • Facebook超採樣技術公布:16倍穩定輸出,無軟硬體約束
    今天,繼而公布了一項提升VR顯示效果的技術研究,該技術可通過機器學習技術,將低解析度圖像實時渲染並輸出為高解析度的圖像。與此同時,實時渲染的圖像相比相機實拍圖像而言,可以輕鬆擁有更豐富的色彩表現。Facebook發現在神經網絡超級採樣技術中,運動向量數據極為重要。運動向量主要體現在連續幀中的像素點的幾何對應關係,也就是說:每個運動向量都對應著一個次像素,在這一幀中的出現畫面可能都是上一幀顯示的顏色。
  • 實時、動態、3D——渲染引擎新技術
    ICAD2007i渲染引擎技術特點  1、實時頂點光照  採用獨立的實體數據結構,所有三維操作將只在此結構中進行,同時對實時三維處理做了特殊優化。在不切換視圖狀態的情況下可直接調用已上載顯示指令隊列,省去了調用極其緩慢的初始化、指令隊列重組等過程,為高速渲染輸出提供了基礎條件。
  • Unity 最新版本迎來260項功能改進,高清渲染管線HDRP升級
    最新上線的Unity 2019.3版本帶來了超過260項功能改進,其中的高清渲染管線(HDRP)功能可在高端遊戲主機和PC上解鎖高清精美畫質的無限潛能。高清渲染管線在2019.3中經過驗證幾近純熟,帶來了全新的功能和藝術創作工具,可用於製作高保真圖像。
  • vr是什麼
    vr是什麼?  對於vr很多人還感覺到比較陌生,並不知道這是什麼意思,代表著什麼技術,其實vr也就是虛擬實境,下面我們具體介紹一下vr是什麼,它有哪些特徵,具體應用領域在哪些地方等等,我們全方位了解一下。vr是什麼技術?
  • Facebook演示VR虛擬化身的逼真眼神、表情組合
    定量實驗表明,這一方法可以獲得更高的重建質量,而定性結果顯示所述方法可以大大改善VR虛擬化身的臨場感。VR虛擬化身都是對應真實的實時CG渲染。簡單來說,Facebook的方法將眼球和人臉分離,並單獨控制渲染,最後再整合配準,從而實現一系列逼真的眼神+表情組合。1.
  • LarkXR實踐匯:3DCAT實時渲染雲平臺|Powered by 平行雲
    因此,把實時渲染算力轉移到雲端是解決這個難題的最佳途徑。實時雲渲染不僅可以提供海量的GPU算力,還實現了終端的輕量化和移動化。平行雲科技(北京)有限公司,以實時雲渲染雲交互為技術核心,自主研發賦能全行業XR應用雲化的使能器——LarkXR,助力客戶高效搭建XR雲平臺,打造XR相關的雲化產品和業務。
  • SIGGRAPH 2020 AR/VR論文匯總
    這種upsampling(上採樣)過程利用了神經網絡並以場景統計進行訓練,從而能夠恢復清晰的細節,同時節省在實時應用程式中直接渲染所述細節的計算開銷。 對於神經超採樣,由運動矢量提供的附加輔助信息特別有效。運動矢量定義了序列幀中像素之間的幾何對應關係。換言之,每個運動矢量指向一個亞像素位置,其中在一幀中可見的曲面點可能已經出現在上一幀中。
  • 學界| Facebook新論文介紹相似性搜索新突破:在GPU上實現十億規模
    近日,Facebook 人工智慧研究團隊在 arXiv 發布的新論文《Billion-scale similarity search with GPUs》宣稱在這一問題上取得了重大進展,在 GPU 上實現了十億規模級的相似性搜索。該團隊已經將相關實現的代碼進行了開源。機器之心在此對該研究論文及其代碼項目進行了簡單介紹。
  • 新賽道新突破!我國研製出全球神經元規模最大的類腦計算機
    在中美科技戰的特殊背景下,這種重大突破可能為我國晶片技術變道超車、徹底扭轉晶片技術受制於人的被動局面帶來新機遇新希望!利用這種新的器件結構和運算模式,類腦晶片很有希望實現高性能低功耗的智能運算,將來甚至可能會有新的智能現象湧現出來。 因此,類腦計算是一種顛覆傳統計算架構的新型計算模式,被視為解決人工智慧等領域計算難題的重要路徑之一,同樣集成度的類腦計算機的算力將比普通計算機高出幾個數量級。
  • 【遊俠導讀】微軟今日宣布,旗下經典實時戰略遊戲《神話時代擴展版...
    繼《帝國時代2》去年推出高解析度強化移植合輯《帝國時代2高清版(Age of Empires II: HD Edition)》後,微軟今日宣布,旗下經典實時戰略遊戲《神話時代擴展版(暫譯, Age of Mythology Extended Edition)》將於五月在
  • 是德科技實現技術新突破,即將推出帶寬超過100GHz的實時和採樣示波器
    是德科技公司今日宣布,其磷化銦(InP)半導體技術在晶片組上的應用取得重大突破,即將推出具備更高帶寬的示波器。憑藉新的晶片組,是德科技將在2017 年推出更高帶寬的實時和採樣示波器(帶寬將高於100 GHz);本底噪聲也會遠遠好於當前市面上的其他示波器產品。
  • 圖神經網絡讓預估到達準確率提升50%,谷歌地圖實現新突破
    DeepMind 研究者與 Google Maps 團隊展開合作,嘗試通過圖神經網絡等高級機器學習技術,提升柏林、雅加達、聖保羅、雪梨、東京和華盛頓哥倫比亞特區等地的實時 ETA 準確率,最高提升了 50%。
  • 科學家首次實現線蟲全神經實時成像
    5月18日發表在《自然—方法學》雜誌上的這一成就展示了神經信號是如何實時穿過生物體的。  早在1986年,科學家便已經繪製了線蟲全部302個神經細胞的連接圖——這是第一個並且迄今為止也沒有在其他任何生物體中重複實現的成就。  但是這張「線路圖」並不能幫助科學家確定導致一個特定行為的神經細胞路徑。
  • 深圳產業扶持政策:最高補貼1000萬支持面向VR/AR技術終端設備研發
    額外的性能空間也可以用於提高特定遊戲的渲染解析度。會上百度副總裁馬傑宣布,百度與HTC VIVE達成多方面的深度合作,雙方將共同探索與研究虛擬實境技術及應用發展新方向,圍繞「VIVE Events」進一步深化雙方合作。百度與HTC VIVE將攜手不斷拓寬VR服務邊界,持續探索新的商業合作模式,為消費者創建豐富多彩、身臨其境的體驗,為更加廣泛的市場與客戶創造5G時代更多新價值,共同推進5G VR生態的繁榮壯大,實現共贏。
  • 除了實時光線追蹤,英偉達圖靈架構還有這些AI圖像處理能力
    圖靈架構最大核心亮點在於即時光線追蹤(Real Time Ray Tracing),能夠計算光線反射、折射、散射等路線,渲染出逼真的畫面,可為遊戲開發者提供電影級畫質的實時渲染,也就是讓遊戲看起來更像電影。據悉,這些新GPU依靠自身的一個特殊部分來快速呈現高解析度圖形,完成圖像的大部分成像工作後,使用人工智慧技術來猜測未完成的像素。
  • RTXDI 助力實時渲染數百萬束直射燈光
    一直以來,藝術家都受限於人造燈光的複雜性,實時渲染器根本無法支持大量動態燈光。多年來,NVIDIA一直在尋求解決這一問題以及實時渲染任意複雜照明的方法。我們所演示的NVIDIA Marbles at Night表明我們已實現了這一目標。
  • 當5G碰撞3D,會實現什麼新功能?遠程手術、VR看房、全息投影…
    納 光 技術能夠突破各種經典波動光學的束縛,讓我們看清這個世界; AI技術的發展,讓服務於人類的各種機器能夠看懂這個世界。 3D+5G能實現哪些原本沒有的功能? 3D技術的突破讓人手一臺3D相機成為可能,5G的應用能使人和物快速穩定地連接在一起。這兩者結合能在哪些方面帶來火花呢?
  • VR和AR的未來發展
    增強現實技術(ar)是實時計算攝像機圖像的位置和角度,並添加相應的圖像、視頻和三維模型的技術,這項技術的目標是在屏幕上設置虛擬世界,並與真實世界進行交互,未來發展正面影響:完整的內容、平臺和設備可以營造完美的沉浸式體驗,隨著vr/ar的發展,我們可以預計其他行業也將蓬勃發展,負面影響:創新總是早於相關法律法規的頒布,虛擬實境等技術的快速發展也引發了安全隱患,國際產品安全檢測認證公司ul表示,目前還沒有關於
  • Facebook開源TTS神經網絡VoiceLoop:基於室外聲音的語音合成
    近日,Facebook 在題為《Voice Synthesis for in-the-Wild Speakers via a Phonological Loop》的論文中提出一個文本轉語音(TTS)的新神經網絡VoiceLoop,它能夠把文本轉化為在室外採樣的聲音中的語音。目前 VoiceLoop 已在 GitHub 上開源並附有 PyTorch 實現。機器之心對論文摘要進行了編譯。