論文の概要: Efficient neural supersampling on a novel gaming dataset

• arxiv url: http://arxiv.org/abs/2308.01483v1
• Date: Thu, 3 Aug 2023 00:42:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-04 15:37:27.429027
• Title: Efficient neural supersampling on a novel gaming dataset
• Title（参考訳）: ニューラルスーパーサンプリングによる新しいゲームデータセットの構築
• Authors: Antoine Mercier and Ruan Erasmus and Yashesh Savani and Manik Dhingra and Fatih Porikli and Guillaume Berger
• Abstract要約: 解像度、フレームレート、フォトリアリズムの必要性から、ビデオゲームのリアルタイムレンダリングはますます困難になっている。 この課題に対処するための効果的なソリューションとしてスーパーサンプリングが登場した。 我々の研究は、既存の方法の4倍の効率でレンダリングされたコンテンツをスーパーサンプリングするための新しいニューラルネットワークを導入している。
• 参考スコア（独自算出の注目度）: 36.962828335199596
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Real-time rendering for video games has become increasingly challenging due to the need for higher resolutions, framerates and photorealism. Supersampling has emerged as an effective solution to address this challenge. Our work introduces a novel neural algorithm for supersampling rendered content that is 4 times more efficient than existing methods while maintaining the same level of accuracy. Additionally, we introduce a new dataset which provides auxiliary modalities such as motion vectors and depth generated using graphics rendering features like viewport jittering and mipmap biasing at different resolutions. We believe that this dataset fills a gap in the current dataset landscape and can serve as a valuable resource to help measure progress in the field and advance the state-of-the-art in super-resolution techniques for gaming content.
• Abstract（参考訳）: 解像度、フレームレート、フォトリアリズムの必要性から、ビデオゲームのリアルタイムレンダリングはますます困難になっている。 この課題に対処するための効果的なソリューションとしてスーパーサンプリングが登場した。 本研究は,既存の手法の4倍の効率で,同じ精度を保ちながら,レンダリングされたコンテンツをスーパーサンプリングする新しいニューラルアルゴリズムを提案する。 さらに,ビューポートジッタリングやmipmapバイアスといったグラフィックレンダリング機能を用いて,動きベクトルや奥行きといった補助的なモダリティを異なる解像度で提供する,新たなデータセットも導入する。 このデータセットは、現在のデータセットの状況のギャップを埋め、この分野の進捗を計測し、ゲームコンテンツの超解像技術における最先端技術を進める上で、貴重なリソースとして機能することができると考えています。

関連論文リスト

• Your Image is My Video: Reshaping the Receptive Field via Image-To-Video Differentiable AutoAugmentation and Fusion [35.88039888482076]
  本稿では,ビデオとして処理可能な画像のバリエーションを生成するために,最初の微分可能拡張探索法(DAS)を提案する。 DASは非常に高速で柔軟性があり、GPUの1日以内で非常に大きな検索スペースを検索できる。 DASを利用して、タスク依存変換を選択することにより、空間受容場の再構成を誘導する。
  論文  参考訳（メタデータ） (2024-03-22T13:27:57Z)
• HybridNeRF: Efficient Neural Rendering via Adaptive Volumetric Surfaces [71.1071688018433]
  ニューラル放射場は、最先端のビュー合成品質を提供するが、レンダリングが遅くなる傾向がある。 本稿では,ほとんどの物体を表面としてレンダリングすることで,両表現の強みを生かしたHybridNeRFを提案する。 仮想現実分解能(2Kx2K)のリアルタイムフレームレート(少なくとも36FPS)を達成しながら、エラー率を15～30%改善する。
  論文  参考訳（メタデータ） (2023-12-05T22:04:49Z)
• Content-Adaptive Downsampling in Convolutional Neural Networks [15.073405675079558]
  多くの畳み込みニューラルネットワーク(CNN)は、ネットワークの受容領域を増大させ、計算コストを低減させるために、特徴マップのプログレッシブなダウンサンプリングに依存している。 これは、機能マップの粒度が失われ、画像の正確な理解や、密集した予測タスクの詳細な再現が制限されるためである。 本稿では,より少ない情報領域よりも高分解能で情報領域を処理できるようにすることにより,上記のアイデアを一般化する適応型ダウンサンプリング手法を提案する。
  論文  参考訳（メタデータ） (2023-05-16T14:58:30Z)
• Fast Non-Rigid Radiance Fields from Monocularized Data [66.74229489512683]
  本稿では,不規則に変形するシーンを360度内向きに合成する新しい手法を提案する。 提案手法のコアとなるのは, 空間情報と時間情報の処理を分離し, 訓練と推論を高速化する効率的な変形モジュール, 2) 高速ハッシュ符号化ニューラルラジオアンスフィールドとしての標準シーンを表す静的モジュールである。 どちらの場合も,本手法は従来の手法よりもはるかに高速で,7分未満で収束し,1K解像度でリアルタイムのフレームレートを実現するとともに,生成した新規なビューに対して高い視覚的精度が得られる。
  論文  参考訳（メタデータ） (2022-12-02T18:51:10Z)
• SDWNet: A Straight Dilated Network with Wavelet Transformation for Image Deblurring [23.86692375792203]
  画像劣化は、ぼやけた画像から鋭い画像を復元することを目的としたコンピュータビジョンの問題である。 我々のモデルは拡張畳み込みを用いて空間分解能の高い大きな受容場を得ることができる。 本稿では,ウェーブレット変換を用いた新しいモジュールを提案する。
  論文  参考訳（メタデータ） (2021-10-12T07:58:10Z)
• Real-time Neural Radiance Caching for Path Tracing [67.46991813306708]
  本稿では,パストレーシングによる大域照明のためのリアルタイムなニューラルラディアンスキャッシング手法を提案する。 我々のシステムは、完全にダイナミックなシーンを扱うように設計されており、照明、幾何学、材料に関する仮定は一切ない。 バイアスの少ないコストで大きなノイズ低減効果を示し、多くの難題に対して最先端のリアルタイム性能を報告した。
  論文  参考訳（メタデータ） (2021-06-23T13:09:58Z)
• Neural Lumigraph Rendering [33.676795978166375]
  最先端の(SOTA)ニューラルボリュームレンダリングアプローチは、トレーニングが遅く、高い画像解像度のために数分の推論(レンダリング)時間を必要とします。 本研究では,2次元画像のみを監督するシーンの暗黙の面と放射界を協調的に最適化するために,周期的アクティベーションを伴う高容量なニューラルシーン表現を採用する。 我々のニューラルレンダリングパイプラインは、SOTAニューラルボリュームレンダリングを約2桁加速し、暗黙のサーフェス表現は、ビュー依存テクスチャ情報によるメッシュのエクスポートを可能にするユニークなものです。
  論文  参考訳（メタデータ） (2021-03-22T03:46:05Z)
• Semantic Layout Manipulation with High-Resolution Sparse Attention [106.59650698907953]
  本稿では,意味ラベルマップを編集して入力画像を操作するセマンティックイメージレイアウト操作の課題に対処する。 このタスクの中核的な問題は、視覚的にイメージを現実的にしながら、入力画像から新しいセマンティックレイアウトに視覚的な詳細を転送する方法です。 512×512の解像度で視覚的詳細を新しいレイアウトに効果的に転送する高分解能スパースアテンションモジュールを提案する。
  論文  参考訳（メタデータ） (2020-12-14T06:50:43Z)
• High-Resolution Image Inpainting with Iterative Confidence Feedback and Guided Upsampling [122.06593036862611]
  既存の画像塗装法は、実アプリケーションで大きな穴を扱う際に、しばしばアーティファクトを生成する。 本稿では,フィードバック機構を備えた反復インペイント手法を提案する。 実験により,本手法は定量評価と定性評価の両方において既存手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2020-05-24T13:23:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。