写实画面？美国大学研究团队发表了使GTAV更逼真的技术

　　《侠盗猎车手V》（GTAV）已经发布了将近8年有余，但游戏仍旧焕发着令人着迷的魅力。不仅如此，在粉丝的努力下，无论是新的玩法mod还是画面增强补丁，让这款游戏在时间的长河中经久不衰。近年来，机器学习的相关AI技术的研究如火如荼，其中的不少研究将AI先端技术应用于游戏中，不仅使游戏的玩法更加多样化，同时改善了游戏的画面，使得游戏更加真实。
　　近日，美国一所大学的研究团队利用机器学习技术，使《侠盗猎车手V》（GTAV）的画面表现更加逼真。英特尔智能系统实验室研究员斯蒂芬R里希特（StephanR。Richter）和康奈尔大学研究人员发布了这项技术，称为EnhancingPhotorealismEnhancement（图像真实感强化技术）。
　　该项研究通过使用德国道路真实图像数据集Cityscapes及世界上最大、最多样化的像素精确和特定实例标注的街道级图像公开数据集MapillaryVistas作为机器学习的数据集，通过卷积网络，游戏的细节得到了令人难以置信的增强。同时，画面的颜色、沥青的质感、游戏内的物体及天空的对比度更加接近现实。该研究团队将《侠盗猎车手V》（GTAV）游戏改善前后的画面进行了展示。如果不仔细观察，会有一种这是现实生活中真实画面的错觉。
　　通过使用Cityscapes数据集进行机器学习，这种修改方法在维持几何和语义与游戏图像一致的同时，在时间同步上也保持了稳定性。在视频中，画面以实时的形式进行了对比，改善前后的效果差异一目了然。
　　通过使用这项技术，《侠盗猎车手V》（GTAV）加利福尼亚州的草皮和丘陵得到了绿化。
　　同时，增加了窗户的反射并增加了菲涅耳效果（指当光到达两种材质的接触面时，一些光在接触面的表面被反射出去，而另一部分光将发生折射穿过接触面。例如图中汽车车顶的光照反射效果。）
　　另外，道路的纹理也进行了重绘，更加接近真实的路面情况。
　　通过使用MapillaryVistas数据集进行机器学习，游戏的图像更加鲜艳，并且具有更高的画面分辨率。
　　消除了远景的雾霾效果，重构了道路的纹理。
　　加强了植被的画面表现效果。
　　据称，这种方案能够良好地将机器学习和传统的管线渲染进行结合，目前未优化的方案在GeforceRTX3090GPU上执行只需要半秒。并且由于这种方案主要作用于GPU，因此这种方案也能真正融入游戏引擎之中，提升渲染效率，同时改善游戏的画面效果。并期望这种方法为未来的渲染管线及光纤追踪技术提供帮助。
　　总的来说，不论是对喜爱《侠盗猎车手V》（GTAV）的玩家，还是对老游戏情有独钟的玩家而言，无疑是一项令人兴奋的技术。这项技术的出现，使老游戏具有逼真的画面效果成为可能，使老游戏也能焕发新的生机。虽然，目前相关的技术仍处于发展阶段，在这项技术真正运用到游戏之前，恐怕玩家仍需耐心等待。但相信在不久的将来，随着技术的发展，这项技术终将证明它的存在价值。无限接近真实的《侠盗猎车手V》（GTAV）及其他经典游戏将会给玩家带来更加酣畅淋漓的体验。