WO2023079323 - TEMPORALLY AMORTIZED SUPERSAMPLING USING A KERNEL SPLATTING NETWORK
National phase entry:
Publication Number
WO/2023/079323
Publication Date
11.05.2023
International Application No.
PCT/IB2021/000751
International Filing Date
03.11.2021
Title **
[English]
TEMPORALLY AMORTIZED SUPERSAMPLING USING A KERNEL SPLATTING NETWORK
[French]
SURÉCHANTILLONNAGE TEMPORAIREMENT AMORTI À L'AIDE D'UN RÉSEAU DE SPLATTING DE NOYAU
Applicants **
INTEL CORPORATION
2200 Mission College Boulevard
CA, Santa Clara, 95054, US
Inventors
TARAKANOV, Dmitry
KHimikov blvd., 8/14, 49
Nizhny Novgorod region, g. Dzerhinsk, 606033, RU
KOZLOV, Dmitry
Lunacharskogo str., 214-51
Nizhny Novgorod region, Bor, 606440, RU
CHERNIGIN, Aleksei
Gagarina avenue, 29E, 69
g. Nizhny Novgorod, 603057, RU
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| * | |
International Searching Authority |
EPO
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Translation |
|
Recalculate
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing | 2223 | |
| EPO | Filing, Examination | 8196 | |
| Japan | Filing | 591 | |
| South Korea | Filing | 482 | |
| USA | Filing, Examination | 4060 |
Total: 15552 USD
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Abstract[English]
One embodiment provides a graphics processor comprising a set of processing resources configured to perform a supersampling anti-aliasing operation via a mixed precision convolutional neural network. The set of processing resources include circuitry configured to receive, at an input block of a neural network model, a set of data including previous frame data, current frame data, jitter offset data, and velocity data, pre-process the set of data to generate pre-processed data, provide pre-processed data to a feature extraction network of the neural network model and an output block of the neural network model, process the first pre-processed data at the feature extraction network via one or more encoder stages and one or more decoder stages, output tensor data from the feature extraction network to the output block, and generate an anti-aliased output frame via the output block based on the current frame data and the tensor data output from the feature extraction network.[French]
Un mode de réalisation concerne un processeur graphique comprenant un ensemble de ressources de traitement configurées pour mettre en œuvre une opération d'anticrénelage de suréchantillonnage par l'intermédiaire d'un réseau de neurones à convolution de précision mixte. L'ensemble de ressources de traitement comprend des circuits conçus pour : recevoir, au niveau d'un bloc d'entrée d'un modèle de réseau de neurones artificiels, un ensemble de données comprenant des données de trame précédente, des données de trame actuelle, des données de décalage de gigue et des données de vitesse ; prétraiter l'ensemble de données pour générer des données prétraitées ; fournir des données prétraitées à un réseau d'extraction de caractéristiques du modèle de réseau de neurones artificiels et à un bloc de sortie du modèle de réseau de neurones artificiels ; traiter les premières données prétraitées au niveau du réseau d'extraction de caractéristiques par l'intermédiaire d'au moins une étape de codeur et d'au moins une étape de décodeur, délivrer en sortie des données de tenseur, du réseau d'extraction de caractéristiques au bloc de sortie ; et générer une trame de sortie anticrénelée par l'intermédiaire du bloc de sortie sur la base des données de trame actuelles et des données de tenseur délivrées par le réseau d'extraction de caractéristiques.