英特爾用英偉達顯示卡，給GTA5打了個超強畫質補丁

子豪 蕭簫 發自 凹非寺量子位 報道 | 公眾號 QbitAI

英特爾居然用英偉達顯示卡，給GTA5做了個畫質增強補丁？

沒錯，畫面億點點接近真實世界的那種：

有點意思。

更有意思的是，據英特爾表示，這個補丁在Geforce RTX 3090 GPU上，完成一次畫質增強推理，只需要半秒鐘的時間。

效果也確實不錯，看起來就像是自家行車記錄儀拍的：

就連增強後的草地和瀝青路面（右側），看起來也更真實了：

簡直就像是在洛杉磯（GTA5取景地）實地飆車一樣，而且絲毫不擁堵！

網友表示，這簡直是個巨大的飛躍，而且研究不是出自英偉達或者AMD，竟然是來自英特爾！

不過，英特爾怎麼想起來搞計算機圖形學方面的研究了？

畢竟，去年11月份，英特爾正式宣佈推出他們的Iris Xe MAX獨立顯示卡，研究已經在進行中了。

這波啊，這波英特爾在大氣層。（手動狗頭）

所以，這個畫質增強補丁，究竟給GTA5的畫面「施了什麼魔法」？

不用光追，3點改變讓影象更真實

通常來說，用GAN就能實現類似的逼真影象，例如將一匹馬轉換成斑馬。

然而，用GAN會產生一個問題。

如果只用圖片作為輸入，生成的影象雖然逼真，卻不可避免地會出現偽影等現象（圖中閃爍、斑馬身上不時出現棕色淺影）。

通常來說，偽影產生的原因之一，是生成器在將低解析度影象轉換成高解析度影象時，需要進行反捲積，這容易出現不均勻重疊、產生某些抽象部分，並出現某些色塊漂移的情況。

為了解決這一問題，研究人員將圖片作為輸入的同時，還給它加上了更多的限定資訊——

這些資訊，是GTA5遊戲引擎在渲染場景時，產生的一組中間緩衝區（G-Buffer），裡面包含了幾何形狀、物體材質和光照等物理資訊。

將這些物理資訊與影象一起輸入模型，就能避免網路在改變影象風格時，連著物理資訊也一塊改變了。

這樣，既能增加影象真實性、又能減緩偽影出現的情況。

輸入指標有了保障，就可以放心開始生成影象了。

整體來看，這個模型分為兩部分：用影象增強網路生成影象，並以感知鑑別器和LPIPS指標，來判斷生成影象的真實性、相似性。

首先，來看生成部分。

研究人員發現，要想讓GTA5中的影象看起來更真實，有3點特徵可以改變：

增加汽車的光澤改善植被的整體外觀讓瀝青路面看起來更光滑為此，影象增強網路（架構基於HRNetV2）本身，採用了KITTI、Cityscapes和Mapillary Vistas三個資料集進行訓練，分別學習這些特徵。

其中，採用KITTI資料集訓練網路，以增強GTA5中的汽車光澤（傳說中的拋光）：

再採用Cityscapes訓練，模擬出更接近真實世界的氣候情況（這裡模擬了德國氣候）：

最後，用Mapillary Vistas資料集進行訓練，以模擬出更光滑的瀝青路面：

這樣，相比於GTA5中的動畫場景，生成的影象車子會反光、植被更豐富、路面也更平坦了，看起來更接近真實世界。

然後，就是鑑別部分了。

這部分包括感知鑑別器、和一個名為LPIPS（Learned Perceptual Image Patch Similarity）的指標，分別評估生成影象的真實性、以及與輸入影象之間的相似性。

鑑別器包含分割網路和VGG-16兩部分，用來對生成影象和現實場景中的影象進行對比，並給生成影象進行打分，越真實分數越高。

至於LPIPS，則是一個指標，用來評估生成影象與最初輸入的影象之間的「感知相似度」。

與其他模型相比，效果如何？

論文將Intel的模型，與ColorTransfer、SPADE、WCT2、CUT、TSIT等模型進行了對比。

從視訊中來看，Intel的模型生成的結果，基本都能保持與GTA5原始影象一致的結構。

但其他模型卻暴露了一些不足，其中效果最糟糕的是SPADE，根本無法生成相應的場景佈局。

再比如，ColorTransfer無法修改紋理，因此欠缺了一些真實感：

WCT2在很大程度上，要受到參考影象質量的限制，生成效果不穩定：

在TSIT和MUNIT中，模型生成了額外的樹木，甚至還有無法去除的偽影：

比起使用感知損失的其他方法，Cycada使用了更明確的語義資訊，效果更好。

但是類似地，在CUT和Cycada中，也出現了車標偽影的情況，CUT中的一些整體場景不堪忍睹：

這些樹木、車標等偽影，在一定程度上是由於統一取樣和較大的圖塊導致的。

而Intel研究團隊以較小的圖塊進行取樣，減少了源資料集和目標資料集之間的不匹配。

從感知效果上來看，這些模型生成的影象，都比GTA要更「真實」。

從各項指標來看，Intel的模型綜合表現也是最優的（數值越低，效果越好）。

不過，新模型也有不太完美的地方，進行增強後的路人效果還是一般，看起來不太真實。

當然，這也和採用的訓練資料集有關，Intel模型所用的資料集，並不過多地涉及行人，主要還是用於增強天空、瀝青路、汽車光澤等真實感。

網友：比路徑追蹤便宜多了！

對於這次模型展現的效果，網友們的評價也是褒貶不一。

有網友迫不及待地想要用上了：搞起！

還有網友表示，這將是未來GTA-5這類遊戲的發展方向——更接近真實世界。

而且，這項技術相比於路徑追蹤，不知道要便宜多少。

最重要的是，技術所用的神經網路，還修復了物體上那些不真實的紋理。

當然，也有網友調侃：

視訊是用便宜的行車記錄儀來拍的？（這個視訊只有720p）

嗯，所以這就是《黑客帝國》色調呈綠色的原因。

還有一些網友不太喜歡這種類型的「寫實風」：

這，這只是把加州變成‘德國風’吧？

這不是又回到GTA 4了？

這些網友認為，GTA 5不該追求寫實主義，更需要的是具有美感和娛樂性。

遊戲開發者並不是沒有能力，顯然，他們是刻意選擇了風格化和超現實主義，因為它看上去比真實的東西更具吸引力。

對此，有網友解釋說，研究人員和遊戲開發者的出發點不同。

這是一個巨大的飛躍！紋理和光照是CGI中兩個非常棘手的問題，使用光線追蹤呈現逼真的光澤，需要計算大量表面之間的光線反射。

應用ML可以巧妙地跳過最困難的部分。這項技術可以用來製作遊戲、電影或電視劇。

你希望遊戲用上這樣的影象增強引擎嗎？

項目地址：https://intel-isl.github.io/PhotorealismEnhancement/

論文地址：http://vladlen.info/papers/EPE.pdf

參考連結：[1]https://www.youtube.com/watch?v=P1IcaBn3ej0[2]https://news.ycombinator.com/item?id=27126092