技术专家改变宏伟的盗窃汽车V地图使它看起来很简单

英特尔实验室的新机器学习项目已经设法播放侠盗猎车手V看起来更加现实。

这 '增强质感增强'项目是通过的英特尔实验室'斯蒂芬R. Richter，Hassan Abu阿莱贾和vladlen.k，谁利用特殊方法从游戏中修改图像，反过来让它们看起来更加真实。

他们的模型训练为“翻译”GTA V.在CityScapes数据集中包含大多数德国城市的数据集，用汽车录制了内置相机。

在一个视频关于该项目，研究人员解释：“随着城市景观引起的现实模型，我们的方法铺设了具有更顺畅沥青的道路，增加了汽车涂料的光泽度，并将阳光干燥的山丘上衣GTA.在加利福尼亚州。

“结果在几何上和语义上与输入图像一致，并且时间稳定。

“它是一种卷积网络，它产生逐帧图像，并且可以以交互式速率运行。“

虽然游戏镜头有时“幻觉”属于树木，但在消失之前可能随机弹出游戏中间，改变的版本出现更稳定并少产生人工制品。

它还删除了雾霾并重建了道路，使草“更加巨大”，增加了窗户的思考并增加了菲涅耳效应（你可以在不同角度的闪亮表面上看到的反射量，例如，在汽车的屋顶上）。

在他们的论文中抽象的，作者解释说：“通过卷积网络增强图像，该网络利用传统渲染管道产生的中间表示。

“网络通过新的对抗目标培训，这为多种感知水平提供了强烈的监督。

“我们分析了常用数据集中的场景布局分布，发现它们以重要方式不同。我们假设这是在许多先前方法的结果中可以观察到的强神器的原因之一。

“讲话这我们提出了一种在培训期间采样图像补丁的新策略。我们还引入了用于光致敏感性增强的深网络模块中的多种架构改进。

“我们确认我们在受控实验中的贡献的好处，并与最近的图像到图像翻译方法和各种其他基线相比，报告了稳定性和现实主义的大量收益。“