Une approche basée sur l’apprentissage automatique baptisée Enhancing Photorealism Enhancement.
Grand Theft Auto V, plus communément appelé GTA V, est sorti en 2013 sur Xbox 360 et PS3 ; en 2014 sur Xbox One et PS4 ; en 2015 sur PC ; il doit aussi débarquer sur PS5 et Xbox Series X / S dans le courant de l’année. Depuis 8 ans, le titre de Rockstar fait le bonheur des joueurs mais aussi des moddeurs. La branche ISL (Intelligent Systems Lab) d’Intel l’a également choisi comme vitrine pour promouvoir sa technologie “Enhancing Photorealism Enhancement”.
- A lire aussi : Un joueur de GTA Online réduit les temps de chargement de 70 % et empoche 10 000 dollars
En résumé, c’est une méthode basée sur l’apprentissage automatique qui rend des images synthétiques plus réalistes. Le descriptif de la vidéo explique : “Nous présentons une approche visant à améliorer le réalisme des images synthétiques. Les images sont améliorées par un réseau convolutif qui exploite les représentations intermédiaires produites par les pipelines de rendu conventionnels. Le réseau est entraîné via un nouvel objectif contradictoire, qui fournit une supervision forte à plusieurs niveaux perceptuels. Nous analysons les distributions de la disposition des scènes dans des ensembles de données couramment utilisés et constatons qu’elles diffèrent de manière importante. Nous supposons que c’est l’une des causes des artefacts importants que l’on peut observer dans les résultats de nombreuses méthodes antérieures.
Pour y remédier, nous proposons une nouvelle stratégie d’échantillonnage des patchs d’image pendant la formation. Nous introduisons également de multiples améliorations architecturales dans les modules de réseaux profonds utilisés pour l’amélioration du photoréalisme. Nous confirmons les avantages de nos contributions dans des expériences contrôlées et signalons des gains substantiels en termes de stabilité et de réalisme par rapport aux méthodes récentes de traduction d’image à image et à une variété d’autres lignes de base”.
Un GitHub et un site
Si ces explications et celles fournies dans la vidéo ne vous suffisent pas, n’hésitez pas à vous rendre sur le GitHub consacré à ce projet ou sur la page officielle Enhancing Photorealism Enhancement pour en apprendre davantage.
