Super Resolution

组里面 Jingsen 学长的工作，主要思路是通过Gbuffer的辅助信息训练神经网络让其更好地进行super resolution。其中一步是把最后的结果拆成两部分，一部分是BRDF，另一部分是光照相关项。但实际上Gbuffer由于信息很少而且只能做到这么多，能猜测道的光照相关项实际上应该是输入方向无关的。总体上讲我看了论文的大概，就是说还是不太清楚为什么这么设计，还是说这就是“just work”。 我们的方法实现了高保真的4 × 4超分辨率图像，在性能和质量上明显优于现有方法。我们的方法甚至在极具挑战性的8 × 8超分辨率任务(现有的方法基本上都失败了)(右下)中取得了成功，由于我们的BRDF解调和多分辨率融合设计来保留高频细节。放大查看细节 ABSTRACTION随着对高分辨率、高刷新率和高真实感需求的增加，实时渲染的工作量急剧增加，使大多数显卡不堪重负。为了缓解这个问题，一个最流行的解决方案是以低分辨率渲染图像以减少渲染开销，然后设法准确地将低分辨率渲染图像上采样到目标分辨率，即超分辨率技术。大多数现有方法侧重于利用低分辨率输入的信息，例如历史框架。在这些LR输入中缺少 ...