Avaliação de funções-custo na super-resolução de imagens para jogos eletrônicos

Felippe Durán V. G. Santos, Renato Candido, Magno T. M. Silva

DOI: 10.14209/sbrt.2024.1571037068

Evento: XLII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT2024)

Keywords: Super-resolução de imagens aprendizado profundo redes neurais convolucionais jogos eletrônicos

Abstract

A reconstrução de imagens em super-resolução tem sido de interesse em diversas áreas, como imagens médicas, vigilância, jogos eletrônicos, entre outras. Neste trabalho, são avaliadas diferentes funções-custo no contexto de super-resolução de imagens para jogos eletrônicos. Para isso, utiliza-se uma versão simplificada do modelo de [1], que faz uso de múltiplos quadros, seus respectivos mapas de profundidade e vetores de movimento. Além das funções-custo tradicionais como o erro quadrático médio, o erro absoluto médio e a obtida do índice de similaridade estrutural, avaliam-se a perceptual loss e a G-loss. Resultados experimentais mostram que a escolha de diferentes camadas da perceptual loss tem influência positiva no desempenho e que a combinação dessas funções-custo com ela pode resultar em detalhes que melhoram a percepção qualitativa das imagens.

Download