视频开发者总是在他们的游戏中寻找更多的真实感。图像看起来越逼真，视频游戏的吸引力和沉浸感就越强，尤其是在虚拟现实中。英特尔实验室的研究人员提出了一种增强合成图像真实感的新方法。通过卷积网络对图像进行增强，目的是利用传统渲染流水线产生的中间表示。

研究人员使用对抗性目标训练网络，该网络在感知的多个层面提供强有力的监督。通过分析场景和常用数据集的布局和分布，研究人员发现它们之间存在显著差异。这个项目的研究人员假设，这些差异是在许多以前增强真实感的方法中观察到的伪像的原因之一。

为了解决伪影问题，科学家提出了一种新的网络训练时图像块采样策略。该团队还利用深度网络模块中的一些架构改进来增强真实感。研究人员开发的方法无疑显示出显著的改进。上图左侧为电竞游戏GTA V，右侧为英特尔实验室研究人员的照片级逼真增强效果。

合成图像右侧的场景看起来像是用行车记录仪拍摄的，而屏幕左侧显示的是一个吸引人的图像，显然是一个电子游戏。同样的增强功能也让风景和城市景观更加逼真。树木、草原和泥泞的小路看起来就像它们在现实世界中的样子，而不是它们在GTA V中呈现的有点卡通的外观。

英特尔实验室开发的系统非常擅长从GTA V中获取场景，并使其更加逼真。令人印象深刻的是，道路已经改善了这么多。