Facebook研制神经超采样技术 用以抗衡DLSS

　　“和我们的研究比较接近的，Nvidia最近发布了深度学习超采样（DLSS），可以将低分辨率图片通过神经网络进行实时处理，放大采样。

　　在本文中，我们将介绍一种新方法，让现代游戏引擎容易整合，不需要特殊硬件或软件，可应用于许多现有的软件平台、加速硬件和显示器。

　　我们观察到，对于神经超采样来说，由运动向量提供的额外的辅助信息起到了关键作用。运动向量决定了连续帧内像素之间的几何学对应。换句话说，每个运动向量都指向了亚像素地点，在这些像素上，一个可见表面点可能会出现在上一帧的邻近位置。这些值通常由计算机视觉方法进行估算，但这样的光学流动模拟算法容易出错。对比之下，渲染引擎可以直接制作密集的运动向量，从而得到可靠的、丰富的输入信息，提供给神经超采样，应用于渲染画面内容。

　　我们的方法就是基于以上观察，结合了额外的辅助信息，使用创新的时空神经网络设计，将图片和视频品质最大化，同时提供实时运算性能。”

　　在文章中，Facebook提到了神经超采样技术可能会应用于AR和VR程序，为他们的Oculus平台提供便利。不过如果效果好的话，应用于其他3D游戏应该也是可行的。当然，新技术需要靠实践去检验，我们很期待看到这个神经超采样的实际表现。