[]Oculus为移动VR做了这个AI技术,从此无需担心画质

重仅571g(比Rift S超出71g) , Oculus Quest VR一体机以接近PC VR级体验感、6DoF Inside Out定位、手势识别等强大功能和相对可以亲民的价格 , 一跃成为当代VR领域最具潜力的VR产品之一 。
[]Oculus为移动VR做了这个AI技术,从此无需担心画质
文章图片

文章图片

作为一款独立一体式VR头显 , Oculus Quest从多方面降低了C端用户对VR的使用门槛 , 同时也兼容包括《Vader Immortal》、《Beat Saber》、《Superhot》、《Espire 1:VR Operative》许多优质的VR游戏 , 甚至通过Oculus Link方案运行PC VR游戏 。
与自家PC VR相比 , Quest分辨率更高(两块1440x1600分辨率OLED屏) , 而Rift S所采用的单块LCD显示屏的分辨率仅2560x1440(与Oculus Go相同) 。但考虑到一体机所使用的处理器与PC VR支持的电脑处理器相比 , 有许多性能局限 , 因此Quest的刷新率比Rift S略低(72Hz vs. 80Hz) 。
Quest搭载高通骁龙835处理器 , 集成Areno 540显示芯片 , 而Rift S对电脑配置的最低要求则为NVIDIA GeForce GTX 1050Ti/Radeon RX 470或更好的显卡 。高通骁龙835是什么概念呢 , 它是高通在2016年11月就发布的移动平台 , 除了VR一体机外 , 也用于手机 , 考虑到同系列处理器已经迭代865 , 骁龙835在现在来看确实不算是高端性能的处理器 , 其集成的显卡与电脑显卡更是难以比较(尽管GTX 1050 Ti也是在2016年推出) 。
与PC游戏在手机端运行一样困难 , Quest是如何运行《Vader Immortal》等对算力、图形处理能力要求较高的VR游戏呢?对此问题 , Oculus内容生态总监Chris Pruett曾透露 , Oculus对Quest的硬件配置做出了大量改动 , 尤其是它所搭载的骁龙835芯片的运行时钟频率要远高于搭载同款芯片的其他设备 , 持续运行时间也长得多 , 因此在有限的硬件基础上 , 得以提升性能表现力 。
而VR内容方面 , 通常Quest游戏会使用与Rift版相同的图形数据 , 不过采用不同的格式化方式 , 对有限的GPU进行优化 。也就是说 , 图形渲染流程中所使用的的所有数据都足够高效 , 同时也能实现画面所需的复杂感 。
另一方面 , 近期Facebook在SIGGRAPH Asia公布的论文显示 , 其科研人员正在研究一种全新的集成式机器学习框架 , 可将Quest等VR一体机的GPU处理能力提升67% , 尽管目前还在研究阶段 , 但足以让我们对未来的VR充满期待 。
[]Oculus为移动VR做了这个AI技术,从此无需担心画质
文章图片

文章图片

据了解 , 这种新技术的原理是利用机器学习算法对分辨率进行实时优化 , 也就是说视觉中心以超高分辨率进行渲染 , 而余光部分则以较低分辨率渲染 , 类似于注视点渲染或是Quest已经在使用的动态固定中心点渲染方案 , 不过使用AI算法来提高分辨率的效果更好 。
注:固定中心点渲染(FFR)是VR一体机常用的显示解决方案 , 好处是可降低渲染为GPU等硬件带来的压力 , 提升显示效率 。
用AI算法来提升图像分辨率(数字图像处理)并不是一项新的技术 , 比如近几年曾被用于修复老照片 , 或是无损放大模糊照片等等 。而在VR中 , 使用足够数据训练的AI算法可大大提升图像的细致度 , 远超传统分辨率提升方案 。
不过 , 考虑到算力、电量和延迟等方面的局限 , 在VR一体机系统中集成和运行机器学习模型具有一定挑战 。因此 , Facebook科研人员研发了这样一款可以在移动设备上低延迟运行的机器学习框架 , 希望以此来为计算图形学带来更多应用 , VR分辨率优化只是其中之一 。
Facebook在论文中指出 , 通常移动VR系统渲染图形的流程是 , 首先获取头部/眼球追踪数据 , 用这些信息来为用户双眼渲染图像 , 并对光学畸变、色彩差、显示扫描输出顺序、VSync(垂直同期)时机等问题进行优化和调整 。比如 , 通过将VSync信号提前几毫秒来降低延迟 , 或是通过扭曲图像来弥补光学畸变和色差 , 以及利用空间/时间扭曲和late latching技术来预测和调整图像 。


推荐阅读