随着近期显示设备分辨率的不断提升，在电子游戏等实时应用上直接渲染高分辨率图像代价仍然是十分高昂的。为此，超分辨率技术在实时渲染领域逐渐流行起来，如英伟达的DLSS，AMD的FSR系列等。然而，在实时渲染超分辨率中同时保留高频的纹理细节，保持时域稳定性，并避免出现如鬼影等走样问题仍然充满挑战。为了解决这个问题，南京大学智能科学与技术学院王贝贝教授、山东大学王璐老师团队和香港理工大学的研究者提出了基于辐射亮度解调的神经实时渲染超分辨率方法。文中通过引入辐射亮度解调的思路，将渲染图像拆分成了材质组件和光照组件，只对更平滑的光照组件进行神经超分辨率，从而避免了纹理细节的丢失。文中还提出一个可靠的时域重投影模块和帧循环神经超分辨网络，进一步保证了时域稳定性并产生高质量的结果，使得该方法在视觉上和多项指标中优于现有超分辨方法。该工作已被CVPR 2024接收发表。

论文链接：https://arxiv.org/abs/2308.06699