Afbeelding: NVIDIA
NVIDIA heeft een nieuwe compressietechniek ontwikkeld genaamd”Neural Texture Compression”(NTC) die een kwaliteitsniveau levert dat dichter in de buurt komt van wat wordt gezien in ongecomprimeerde referentie-assets, volgens een nieuwe NVIDIA Research-functie getiteld”Random-Toegang tot neurale compressie van materiële texturen.” Volgens een vergelijkingsafbeelding die NVIDIA-onderzoekers deelden, biedt NTC een 4x hogere resolutie in vergelijking met de BC (blokcompressie) hoge methode, wat op zich best netjes is, maar wat nog opmerkelijker is, is dat het dit kan bereiken met 30% minder geheugen. Meer vergelijkingen van de nieuwe compressiemethode, die al dan niet exclusief zijn voor toekomstige GeForce GPU’s, zijn te vinden op hier.
Uit een NVIDIA Research samenvatting:
De voortdurende vooruitgang van fotorealisme bij weergave gaat gepaard met een toename van textuurgegevens en bijgevolg toenemende opslag-en geheugenvereisten. Om dit probleem aan te pakken, stellen we een nieuwe neurale compressietechniek voor die speciaal is ontworpen voor materiële texturen. We ontgrendelen nog twee detailniveaus, d.w.z. 16x meer texels, met behulp van compressie met lage bitsnelheid, met een beeldkwaliteit die beter is dan geavanceerde beeldcompressietechnieken, zoals AVIF en JPEG XL. Tegelijkertijd maakt onze methode on-demand, real-time decompressie met willekeurige toegang mogelijk, vergelijkbaar met bloktextuurcompressie op GPU’s, waardoor compressie op schijf en geheugen mogelijk wordt.
Het belangrijkste idee achter onze aanpak is meerdere materiaalstructuren en hun mipmap-ketens samen comprimeren en een klein neuraal netwerk gebruiken, dat is geoptimaliseerd voor elk materiaal, om ze te decomprimeren. Ten slotte gebruiken we een aangepaste trainingsimplementatie om praktische compressiesnelheden te bereiken, waarvan de prestaties die van algemene frameworks, zoals PyTorch, met een orde van grootte overtreffen.
Afbeelding: NVIDIA
Doe mee aan de discussie voor dit bericht op onze forums…
