जेफिरनेट लोगो

इंटेल के शोधकर्ता 'जीटीए वी' फोटोरिअलिस्टिक ग्राफिक्स देते हैं, इसी तरह की तकनीकें वीआर के लिए भी ऐसा ही कर सकती हैं

दिनांक:


इंटेल के इंटेलिजेंट सिस्टम्स लैब के शोधकर्ताओं ने फोटोरिअलिस्टिक ग्राफिक्स के साथ कंप्यूटर-जनरेटेड इमेजरी को बढ़ाने के लिए एक नई विधि का खुलासा किया है। के साथ प्रदर्शन किया जीटीए वी, यह दृष्टिकोण गेम द्वारा उत्पन्न फ़्रेमों का विश्लेषण करने के लिए गहन-शिक्षण का उपयोग करता है और फिर वास्तविक छवियों के डेटासेट से नए फ़्रेम उत्पन्न करता है। हालाँकि इसकी अनुसंधान स्थिति में तकनीक आज वास्तविक गेमप्ले के लिए बहुत धीमी है, यह भविष्य के वास्तविक समय के कंप्यूटर ग्राफिक्स के लिए मौलिक रूप से नई दिशा का प्रतिनिधित्व कर सकती है।

2013 में रिलीज़ होने के बावजूद, जीटीए वी यह एक बहुत अच्छा दिखने वाला खेल बना हुआ है। फिर भी, यह वास्तव में "फोटोरियलिस्टिक" की परिभाषा से बहुत दूर है।

हालाँकि हम बनाने में सक्षम हैं पहले से प्रदान की गई पिछले कुछ समय से वास्तव में फोटोयथार्थवादी कल्पना, वास्तविक समय में ऐसा करना अभी भी एक बड़ी चुनौती है। जबकि वास्तविक समय किरण अनुरेखण हमें यथार्थवादी ग्राफिक्स की ओर एक और कदम ले जाता है, आज भी सबसे अच्छे दिखने वाले गेम और सच्चे फोटोरियलिज्म के बीच अभी भी एक अंतर है।

इंटेल की इंटेलिजेंट सिस्टम्स लैब के शोधकर्ताओं ने किया है अत्याधुनिक दृष्टिकोण को प्रदर्शित करने वाला प्रकाशित शोध शीर्ष पर गहन-शिक्षण प्रणाली की परत चढ़ाकर वास्तव में फोटोरिअलिस्टिक वास्तविक समय ग्राफिक्स बनाना जीटीए वी के मौजूदा रेंडरिंग इंजन। परिणाम काफी प्रभावशाली हैं, जो स्थिरता दिखाते हैं जो समान तरीकों से कहीं अधिक है।

अवधारणा में, यह विधि NVIDIA के डीप लर्निंग सुपर सैंपलिंग (DLSS) के समान है। लेकिन जबकि डीएलएसएस को एक छवि को अंतर्ग्रहण करने और फिर उसी छवि का एक तेज संस्करण तैयार करने के लिए डिज़ाइन किया गया है, इंटेलिजेंट सिस्टम लैब की विधि एक छवि को अंतर्ग्रहण करती है और फिर वास्तविक जीवन इमेजरी के डेटासेट से चित्रित करके इसके फोटोरियलिज्म को बढ़ाती है - विशेष रूप से एक डेटासेट जिसे सिटीस्केप्स कहा जाता है जिसमें एक कार के परिप्रेक्ष्य से सड़क दृश्य की कल्पना शामिल है। यह विधि डेटासेट से सुविधाओं को निकालकर एक पूरी तरह से नया फ्रेम बनाती है जो मूल रूप से उत्पन्न फ्रेम में दिखाए गए से सबसे अच्छी तरह मेल खाती है। जीटीए वी खेल यंत्र।

विधि द्वारा बढ़ाए जाने के बाद GTA V से एक फ्रेम का एक उदाहरण छवि सौजन्य इंटेल आईएसएल

यह 'स्टाइल ट्रांसफर' दृष्टिकोण पूरी तरह से नया नहीं है, लेकिन क्या है नया है इस दृष्टिकोण के साथ छवि संश्लेषण प्रक्रिया के भाग के रूप में गेम इंजन द्वारा निर्मित जी-बफर डेटा का एकीकरण होता है।

जी-बफर डेटा का एक उदाहरण | छवि सौजन्य इंटेल आईएसएल

जी-बफर प्रत्येक गेम फ्रेम का प्रतिनिधित्व करता है जिसमें गहराई, अल्बेडो, सामान्य मानचित्र और ऑब्जेक्ट विभाजन जैसी जानकारी शामिल होती है, जिसका उपयोग गेम इंजन की सामान्य रेंडरिंग प्रक्रिया में किया जाता है। केवल गेम इंजन द्वारा प्रदान किए गए अंतिम फ्रेम को देखने के बजाय, इंटेलिजेंट सिस्टम लैब की विधि जी-बफर में उपलब्ध सभी अतिरिक्त डेटा को देखती है ताकि बेहतर अनुमान लगाया जा सके कि दृश्य का सटीक प्रतिनिधित्व बनाने के लिए इसे अपने फोटोरिअलिस्टिक डेटासेट के किन हिस्सों से आकर्षित करना चाहिए।

छवि सौजन्य इंटेल आईएसएल

यह दृष्टिकोण ही इस विधि को इसकी महान अस्थायी स्थिरता देता है (गतिशील वस्तुएं एक फ्रेम से दूसरे फ्रेम तक ज्यामितीय रूप से सुसंगत दिखती हैं) और अर्थपूर्ण स्थिरता (नए उत्पन्न फ्रेम में वस्तुएं मूल फ्रेम में जो थीं उसे सही ढंग से दर्शाती हैं)। शोधकर्ताओं ने अपनी पद्धति की तुलना अन्य दृष्टिकोणों से की, जिनमें से कई को विशेष रूप से उन दो बिंदुओं के साथ संघर्ष करना पड़ा।

- - - - -

वर्तमान में यह विधि उस पर चलती है जिसे शोधकर्ता- स्टीफ़न आर. रिक्टर, हसन अबू अलहैजा, और व्लादलेन कोल्टुन- "इंटरैक्टिव दरें" कहते हैं, वीडियो गेम में व्यावहारिक उपयोग के लिए यह आज भी बहुत धीमी है (एनवीडिया आरटीएक्स 2 जीपीयू का उपयोग करके केवल 3090 एफपीएस को हिट करना)। हालांकि, भविष्य में शोधकर्ताओं का मानना ​​है कि इस पद्धति को गेम इंजन (इसके शीर्ष पर होने के बजाय) के साथ मिलकर काम करने के लिए अनुकूलित किया जा सकता है, जो व्यावहारिक रूप से उपयोगी दरों तक प्रक्रिया को गति दे सकता है - शायद एक दिन वीआर में वास्तव में फोटोरिअलिस्टिक ग्राफिक्स लाएगा।

“हमारी पद्धति पारंपरिक वास्तविक समय प्रतिपादन पाइपलाइनों के साथ सीखने-आधारित दृष्टिकोण को एकीकृत करती है। हम उम्मीद करते हैं कि हमारी पद्धति भविष्य की ग्राफिक्स पाइपलाइनों को लाभ पहुंचाती रहेगी और वास्तविक समय किरण अनुरेखण के साथ संगत होगी, ”शोधकर्ताओं ने निष्कर्ष निकाला। [...] "चूंकि इनपुट के रूप में उपयोग किए जाने वाले जी-बफ़र्स मूल रूप से जीपीयू पर निर्मित होते हैं, इसलिए हमारी पद्धति को गेम इंजनों में अधिक गहराई से एकीकृत किया जा सकता है, जिससे दक्षता में वृद्धि होगी और संभवतः यथार्थवाद के स्तर को आगे बढ़ाया जा सकेगा।"

Coinsmart। यूरोपा में बेस्टे बिटकॉइन-बोरसे
स्रोत: https://www.roadtovr.com/intel-research-gta-v-photorealistic-graphics-dep-learning-vr/

स्पॉट_आईएमजी

नवीनतम खुफिया

स्पॉट_आईएमजी