NVIDIA anuncia mejoras en la calidad de la imagen y el SDK DLSS 2.3

Hoy, Nvidia ofrece las últimas mejoras en calidad de imagen con las herramientas de sus controladores Game Ready y su última actualización. SDK DLSS 2.3.

Una versión más nueva Controladores Juego Nvidia Ready Vienen hoy, y en estas nuevas unidades, hemos incorporado mejoras a las funciones existentes, como la herramienta de calibración. Escala de imagen, Y sacapuntas de imagen (Filtro de nitidez de imagen)

Estas herramientas ya existen Disponible a partir de 2019, Pero ahora están experimentando importantes actualizaciones. Esta actualización no se trata solo de estética, sino también de calidad y rendimiento final.

Click para agrandar

En esta comparación, tenemos 3 aplicaciones de mejora de la calidad de imagen. Con esto, hay una mejora en el desempeño de todos. Obviamente, DLSS obtiene un mejor rendimiento porque se ejecuta en sentido inverso y, utilizando inteligencia artificial, adivina la información que falta en la pantalla, proporcionando mayor claridad y mejor FPS.

¿Cuál es la diferencia entre DLSS y otros escaladores de imágenes?

Existen profundas diferencias entre Nvidia DLSS y el escalado de imágenes de Nvidia, AMD FSR y escalares espaciales como los filtros Piliner, Pygmatic y Lanzos. Estas diferencias fundamentales entre DLSS y escalares espaciales son comprensibles porque ilustran las limitaciones de la calidad de imagen DLSS y otras tecnologías.

El DLSS está diseñado desde cero para escalar mediciones utilizando supermuestreo, retroalimentación temporal y técnicas de inteligencia artificial para ofrecer una calidad de imagen comparable a las resoluciones nativas con importantes mejoras de rendimiento.

Los astronautas no cuentan con estas tecnologías para crear sus propias imágenes de calidad y sacrificar la calidad de la imagen por el rendimiento. Sin técnicas de inteligencia artificial entrenadas en super sumping, no podrían ofrecer una calidad de imagen igual a sus propias resoluciones, y Las imágenes con factores de tamaño más altos y resolución más baja serán mucho peoresR. Y dado que no tienen retroalimentación temporal, son propensos a artefactos adicionales inducidos por el movimiento.

En general, la diferencia es que los astronautas sacrifican la calidad de la imagen por el rendimiento utilizando técnicas más antiguas y sencillas. DLSS también utiliza nuevas y potentes tecnologías diseñadas para proteger la calidad de la imagen.

Tenga en cuenta que DLSS tiene ventajas, incluso cuando se trata de igualar la calidad de imagen entre DLSS y otras escalas espaciales, ya que su tecnología proporciona una calidad excelente incluso en configuraciones altas, para detalles adicionales como líneas finas y texto en la pantalla. Bajo.

DLSS tiene entradas de mayor calidad que los astronautas; Este es un sistema temporal que usa información de múltiples marcos. Es como capturar una película de larga exposición. Recopilará toda la información que sea necesaria. En cada fotograma, se recopilan diferentes modelos de cómo deberían verse las cosas y esa información se almacena en varios fotogramas, utilizando vectores de movimiento para rastrear objetos en movimiento e inteligencia artificial para comprender mejor los datos.

DLSS AI toma decisiones excelentes al aprender constantemente sobre qué información obtener de configuraciones anteriores. Los combina de forma inteligente para obtener una imagen de renderizado más completa y precisa.

En este ejemplo, el modo de calidad 1440p genera 3,5 millones de píxeles después de recopilar más de 6 millones de píxeles de información. Además, cuentas con una red de inteligencia artificial (que siempre está aprendiendo) y, junto con estos excelentes insumos, crea una imagen de la más alta calidad comparable a la nativa. A veces crea más detalles que los nativos.

Por el contrario, las escalas espaciales usan un solo fotograma menos que la resolución nativa (en este ejemplo, 2.2 millones de píxeles en el modo de calidad ultra) y usan un algoritmo estándar para medir usando menos información. Y la matemática, que nos dice que no se puede comparar con la nativa, que sacrifica la calidad de la imagen por un mayor rendimiento: la compensación se refleja en los detalles distorsionados del objeto y la inestabilidad de la imagen.

Click para agrandar

DLSS proporciona detalles adicionales porque su red de inteligencia artificial (conocida como codificador automático convencional) está entrenada en grandes conjuntos de datos de imágenes con una resolución de 16K. Utiliza su red de inteligencia artificial para determinar cómo crear un cuadro de salida de supermuestra píxel por píxel desde un cuadro de entrada de baja resolución a uno de alta resolución.

El enfoque no puede generar detalles adicionales a partir de información de baja resolución, Solo puede aumentar la variación local de los detalles existentes a baja resolución.

Las escalas espaciales, por otro lado, modelan píxeles cercanos de baja resolución en un solo punto y luego mejoran y enfocan la imagen. El enfoque no puede generar detalles adicionales a partir de información de baja resolución, Solo puede aumentar la variación local de los detalles existentes a baja resolución.. No solo usa menos datos que los datos nativos, sino que pasa por un algoritmo funcional estándar para medir usando menos información que el nativo. Como resultado, la calidad de la imagen se sacrifica por el rendimiento.

Click para agrandar

Otro beneficio que se encuentra en DLSS es la conciencia de movimiento, que se realiza utilizando este Comentario temporal de fotogramas anteriores, Además de los vectores de movimiento de los objetos en movimiento, para reducir los artefactos de movimiento convencionales creados por el escalado. Los astronautas no tienen retroalimentación temporal, por lo que sufren inestabilidad de movimiento, brillo y artefactos explosivos.

Nvidia Image Scaling SDK de código abierto

Otra noticia de hoy es que Nvidia lo hará SDK de escalado de imágenes de código abierto Para el publico Y GitHubIndependientemente del chip gráfico de la tarjeta de video del usuario, todos pueden implementar estos algoritmos en sus aplicaciones / juegos.

Estaremos encantados de escuchar lo que piensas

Deje una respuesta

TRASELBALON.CL ES PARTICIPANTE EN EL PROGRAMA DE ASOCIADOS DE AMAZON SERVICES LLC, UN PROGRAMA DE PUBLICIDAD DE AFILIADOS DISEÑADO PARA PROPORCIONAR UN MEDIO PARA QUE LOS SITIOS GANAN TARIFAS DE PUBLICIDAD POR PUBLICIDAD Y ENLACE A AMAZON.COM. AMAZON, EL LOGOTIPO DE AMAZON, AMAZONSUPPLY Y EL LOGOTIPO DE AMAZONSUPPLY SON MARCAS COMERCIALES DE AMAZON.COM, INC. O SUS AFILIADAS. COMO ASOCIADO DE AMAZON, GANAMOS COMISIONES DE AFILIADOS DE COMPRAS QUE CALIFICAN. ¡GRACIAS, AMAZON POR AYUDARNOS A PAGAR LOS GASTOS DE NUESTRO SITIO WEB! TODAS LAS IMÁGENES DE LOS PRODUCTOS PERTENECEN A AMAZON.COM Y SUS VENDEDORES.
TrasElBalon