基于混合方法的游戏引擎合成数据集仿真到现实外观鸿沟闭合

Stefanos Pasios

基于混合方法的游戏引擎合成数据集仿真到现实外观鸿沟闭合

计算机视觉与模式识别 2026-05-05 v1

作者: Stefanos Pasios

摘要

游戏引擎一直是生成大量视觉合成数据集对于训练和评估部署于现实世界的计算机视觉算法而言至关重要。尽管现代游戏引擎通过光线追踪等技术显著提升了视觉保真度，但仍存在显著的仿真到现实外观差距，这限制了合成数据集在现实应用中的利用。在本文中，我们研究了最先进的图像生成和编辑扩散模型（FLUX.2-4B Klein）增强合成数据集照度 realism 的能力，并将其性能与传统图像到图像翻译模型（REGEN）进行比较。进一步地，我们提出了一种混合方法，将扩散方法的强大几何和材料变换与图像到图像翻译技术的分布匹配能力相结合。通过实验， demonstrated 了 REGEN 在 FLUX.2-4B Klein 之上优于，并通过将 FLUX.2-4B Klein 与 REGEN 模型结合，可在保持语义一致性的同时，实现比单独使用每个模型更好的视觉真实性。代码已提供于：https://github.com/stefanos50/Hybrid-Sim2Real

关键词

仿真到现实图像生成扩散模型图像到图像翻译照度 realism

引用

@article{arxiv.2605.02291,
  title  = {A Hybrid Approach for Closing the Sim2real Appearance Gap in Game Engine Synthetic Datasets},
  author = {Stefanos Pasios},
  journal= {arXiv preprint arXiv:2605.02291},
  year   = {2026}
}

备注

4 pages

基于混合方法的游戏引擎合成数据集仿真到现实外观鸿沟闭合

摘要

关键词

引用

备注

相关论文