NVIDIA 於 3/1 宣布推出 RTX Video Super Resolution (VSR)，這是一項由 AI 達成的功能，可為使用 GeForce RTX 40 和 30 系列 GPU 的用戶升級 Google Chrome 和 Microsoft Edge 瀏覽器中的串流媒體影片品質。
加強串流媒體影片品質匹配高解析度顯示器
今天大多數串流媒體影片內容都是在解析度為 1080p 或更低的顯示器上觀看的，但是當觀眾使用解析度更高的顯示器時，瀏覽器必須升級影片以匹配。 不幸的是，大多數瀏覽器使用的基本放大技術通常會導致最終圖像模糊或柔和。 借助 RTX VSR，GeForce RTX 40 和 30 系列 GPU 用戶可以利用 AI 將低解析度內容升級至 4K，以匹配其顯示器的解析度。 AI 消除了塊狀壓縮偽影，提高了影片的銳度和清晰度，並為觀眾提供了進入串流媒體影片世界的清晰畫面。
AI 升級的演變
AI 升級是通過使用深度學習模型預測高解析度版本，將低解析度媒體轉換為更高解析度的過程。 為了以高精度做出這些預測，必須在無數不同解析度的圖像上訓練神經網絡模型。 2019 年，NVIDIA 為 SHIELD TV 發布了這項技術的早期版本，改進了主要從 480p 到 1080p 的串流媒體內容，並針對 10 英尺的觀看體驗進行了優化。 然而，PC 觀眾需要更高級別的處理和改進以進行升級，因為他們通常比電視觀眾坐得離顯示器更近。 借助 GeForce RTX 40 和 30 系列 GPU，用戶現在擁有配備 Tensor Core 的強大 AI 處理器，可通過 RTX VSR 實現新一代 AI 升級。
RTX Video Super Resolution的工作原理
RTX VSR 是 AI 像素處理領域的一項突破，可在邊緣檢測和特徵銳化之外顯著提高串流媒體影片內容的品質。 塊狀壓縮偽影是串流媒體影片中的一個長期存在的問題，給觀眾留下了不太愉快的視覺體驗。 RTX VSR 減少或消除了由壓縮影片引起的這些偽影，包括塊效應、邊緣周圍的振鈴偽影、高頻細節的沖刷和平坦區域的條帶，同時還銳化了邊緣和細節。
該技術使用深度學習網絡，可在單次通過中執行放大和壓縮偽影減少。 網絡分析較低解析度的影片幀並預測目標解析度下的殘差圖像。 然後將此殘差圖像疊加在傳統的放大圖像之上，校正偽影錯誤並銳化邊緣以匹配輸出解析度。
深度學習網絡針對具有各種壓縮級別的廣泛內容進行訓練，包括在未壓縮圖像中不存在的低解析度或低品質影片中存在的壓縮偽影類型。 採用廣泛的視覺評估以確保生成的模型對幾乎所有現實世界和遊戲內容都有效。
留言
張貼留言