Методы глубокого обучения для суперразрешения в видеоиграх
Deep Learning Techniques for Super-Resolution in Video Games
2020-12-17
SCID: 54.1/wnuazsph
Discuss with AI
вычислительные затратыглубокое обучениепроизводительность графикиграфика видеоигрсверхразрешение видео
Figures from the paper
Abstract (AI)
Вычеслительная стоимость графики в видеоиграх растёт, и аппаратное обеспечение для её обработки испытывает трудности с обеспечением необходимой производительности. Это требует от специалистов по вычислительной технике разработки новых творческих подходов к повышению эффективности графических процессоров. Методы глубокого обучения для суперразрешения видео могут позволить видеоиграм демонстрировать графику высокого качества, компенсируя значительную часть вычислительной нагрузки. Эти развивающиеся технологии обеспечивают пользователям повышенную производительность и удовольствие от игры и имеют потенциал стать стандартом в индустрии разработки игр.
Key Findings
1
Применение методов суперразрешения обеспечивает улучшение производительности игр и впечатлений игрока за счёт смещения части нагрузки рендеринга с аппаратного обеспечения.
2
Методы суперразрешения на основе глубокого обучения являются новыми технологиями с потенциалом стать стандартной практикой в индустрии разработки игр.
3
Методы суперразрешения видео на основе глубокого обучения позволяют получать высококачественную графику в видеоиграх при снижении вычислительных затрат на графическом оборудовании.
4
Наблюдается растущая потребность в творческих алгоритмических решениях, поскольку графическое оборудование всё меньше справляется с увеличивающимися вычислительными требованиями.
Research Object
Методы суперразрешения видео на основе глубокого обучения, применяемые к графике видеоигр
Research Subject
Улучшение качества графики и компромиссов производительности за счёт применения суперразрешения на основе глубокого обучения для получения высококачественной графики в играх при снижении вычислительных затрат
Publication Details
Publication Date
2020-12-17
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest