一種經常使用的技術涉及提高顯示分辨率,但這往往會給耳機的系統資源帶來壓力,這會 增加延遲和運動模糊而不是減少它。為了解決這個問題,研究人員開發了一種高效的深度學習算法,可以將低分辨率圖像實時升級為高分辨率圖像。研究人員表示,在峰值性能方面,它可以將光子延遲和運動模糊降低到目前水平的“五分之一或更低”。
這些團隊還聯合設計了一個模擬頸部肌肉運動的精密電機和一個模仿人類視覺皮層的光學系統,可以更準確地測量VR設備的光子延遲和運動模糊。
“LG Display和Sogang University的這項研究非常有意義,因為它開發了一種[技術],通過人工智能實現低功耗,而無需在VR設備中使用昂貴的GPU,”Kang Seok-ju,系教授領導這項研究的電子工程公司告訴韓國商業。
LG和西江大學的這項研究標志著研究人員首次獲得人工智能的幫助來解決VR的慢性運動模糊和延遲問題,但這并不是人工智能第一次被用來增強或改善VR體驗。
今年4月,谷歌開發了一種機器學習系統,可以為任何帶有一對攝像頭的獨立耳機增加6DOF(六個自由度)控制器跟蹤功能。早在2018年,IBM就與 Unity合作推出了IBM Watson Unity SDK,這是一套人工智能功能 - 包括語音識別,文本到語音和圖像識別 - 可以很容易地融入到AR和VR游戲中。