Facebook利用机器学习为移动VR构建全新低延迟高效能图形渲染框架
用于移动芯片设备的机器学习方法
(映维网 2020年03月06日)Facebook人工智能研究院日前通过博文简述了如何通过集成式机器学习来实现低延迟的移动VR图形。具体来说,团队介绍了一个为VR一体机的渲染管道运行机器学习的全新低延迟高效能框架。这个架构允许所述设备利用机器学习来显著提升图像质量和视频渲染。
研究人员根据这一框架创建了一个示例应用,它能够重建更高分辨率的渲染(称为超分辨率),以最少的计算资源提高移动芯片组的VR图形保真度。这个全新框架同时可以用于执行面向的流式传输内容时的压缩伪影去除,帧预测,特征分析,以及针对引导式注视点渲染的反馈。
1. 工作原理
在典型的移动VR渲染系统中,应用引擎在每个帧的开头检索运动追踪数据,并使用所述信息为每只眼睛生成图像。为了支持VR应用的有效工作,系统通常会严格限制整个图形管道的处理时间。例如为了90Hz的刷新率,两个眼图缓冲区的渲染时间预算为11毫秒。
......(全文 1065 字,剩余 704 字)
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限