PulseAugur
中
实时 05:29:55
English(EN) HyPER-GAN: Hybrid Patch-Based Image-to-Image Translation for Real-Time Photorealism Enhancement in Game Engines

HyPER-GAN 通过实时性能增强游戏引擎的照片级真实感

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 HyPER-GAN，一个新颖的混合式图像到图像翻译框架，旨在用于游戏引擎中的实时照片级真实感增强。这个轻量级的 U-Net 风格生成器采用混合训练策略，整合了来自非配对真实世界图像的斑块，以提高内容保持性和视觉真实感。HyPER-GAN 展现了显著的性能提升，在 1080p 下比现有方法快 6 倍，同时保持了时间一致性和语义完整性。 AI

影响 这项研究可能为实时游戏引擎和模拟应用带来更逼真的图形。

排序理由 该集群描述了一篇关于用于图像到图像翻译的新型生成模型的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

HyPER-GAN 通过实时性能增强游戏引擎的照片级真实感

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Stefanos Pasios, Nikos Nikolaidis ·

    HyPER-GAN：混合基于块的图像到图像翻译，用于游戏引擎中的实时照片级真实感增强

    arXiv:2603.10604v3 Announce Type: replace Abstract: Generative models are increasingly used in video game engines to enhance the photorealism of rendered images for visual synthetic data generation and simulation applications. However, they often introduce artifacts that alter th…

相关实体

相关话题