英特爾大招曝光！讓遊戲畫質大提升

看到下方這張圖，你可能以為這只是現實生活中的一張照片。

其實這是一張經過了「畫面增強」的GTA 5遊戲截圖，看上去是不是非常逼真？感覺與現實中的畫面已經相差無幾了。

如今的3A大作相比早期的「紙片人」遊戲，已經有著翻天覆地的變化，不僅建模素質遠勝以往，而且得益於畫質引擎和硬體技術的不斷發展，現在在許多遊戲中我們都能見到畫質精美、特效絢麗的遊戲場面。

不過有一些主打現實模擬的沙盒遊戲中，即便是畫面再精美，我們還是能夠一眼分辨出這是遊戲中的畫面，用「低情商」一些的說法，就是遊戲畫面質感仍然現實世界不夠貼近。

最近，英特爾實驗室的研究人員正在思考如何使用機器學習，能夠使渲染的遊戲畫面看起來更加接近現實世界。如果這項技術可以實現並投入廣泛使用，可能會將遊戲畫質提升到一個新的水平。

在英特爾這個項目的摘要中，描述了如何通過卷積神經網路（一種深度學習演算法）來增強合成影像。

團隊將使用來自遊戲的渲染影像以及中間渲染緩衝區（G緩衝區）的資訊對神經網路進行訓練；

這個中間渲染緩衝區提供了有關場景中的幾何體、材質和光照的資訊，並用作影像增強網路調製影像特徵的輸入，最後通過畫面增強網路，形成了與現實生活視覺上相差無幾的畫面。

其實這就像我們生活中的「照葫蘆畫瓢」，想要畫一個一模一樣的葫蘆，我們必須要了解葫蘆的外觀和尺寸大小等「參數」，這些參數就存在你的腦海里，然後你在畫葫蘆的時候，就會將這些腦海里存放的「參數」運用在畫面上，這樣畫出來的葫蘆才能有更高的相似度。

不過這個技術目前還存在著一些問題，例如車牌變得模糊不清，與影片其餘部分相比顏色顯得比較蒼白，與現實中的色彩仍有一些差別。

總而言之，英特爾這個項目對於遊戲領域，特別是遊戲畫質的發展具有一定的進步意義，這意味遊戲領域可以充分運用深度學習技術來提升遊戲體驗。

目前已經廣泛應用的有超取樣深度學習的DLSS技術和模擬真實光線渲染的RTX光線追蹤技術，未來英特爾的這個項目如果能順利進行並成功實現的話，未來在遊戲領域或VR虛擬現實領域，或許會出現一次前所未有的視覺顛覆。