กลับไปหน้าบทความ

อ่าน 5 นาที

การลดรอยหยักด้วยการเรียนรู้เชิงลึก

Deep Learning Anti-Aliasing ( DLAA ) เป็นรูปแบบหนึ่งของ การลดรอยหยักเชิงพื้นที่ ที่ พัฒนาโดย Nvidia [ 1 ] DLAA ขึ้นอยู่กับและต้องการ Tensor Cores ที่มีอยู่ในการ์ด Nvidia RTX [ 1 ]

การลดรอยหยักด้วยการเรียนรู้เชิงลึก

Deep Learning Anti-Aliasing ( DLAA ) เป็นรูปแบบหนึ่งของการลดรอยหยักเชิงพื้นที่ ที่ พัฒนาโดยNvidia [ 1 ] DLAA ขึ้นอยู่กับและต้องการTensor Coresที่มีอยู่ในการ์ดNvidia RTX [ 1 ]

DLAA คล้ายกับDeep Learning Super Sampling (DLSS) ในวิธีการป้องกันการเกิดรอยหยัก[ 2 ]โดยมีความแตกต่างที่สำคัญประการหนึ่งคือ เป้าหมายของ DLSS คือการเพิ่มประสิทธิภาพโดยแลกกับคุณภาพของภาพ ในขณะที่ลำดับความสำคัญหลักของ DLAA คือการปรับปรุงคุณภาพของภาพโดยแลกกับประสิทธิภาพ (โดยไม่คำนึงถึงการเพิ่มหรือลดความละเอียด) DLAA คล้ายกับการป้องกันการเกิดรอยหยักแบบชั่วคราว (TAA) ตรงที่ทั้งสองเป็นโซลูชันการป้องกันการเกิดรอยหยักเชิงพื้นที่ที่อาศัยข้อมูลเฟรมในอดีต[ 3 ] [ 4 ]เมื่อเทียบกับ TAA แล้ว DLAA ดีกว่าอย่างมากในเรื่องการกระพริบ การสั่นไหว และการจัดการกับตาข่ายขนาดเล็ก เช่น ลวด[ 5 ]

ภาพรวมทางเทคนิค

DLAA รวบรวมข้อมูลการเรนเดอร์เกม รวมถึงข้อมูลอินพุตความละเอียดต่ำดิบ เวกเตอร์การเคลื่อนไหว บัฟเฟอร์ความลึก และข้อมูลการเปิดรับแสง ข้อมูลนี้ป้อนเข้าสู่เครือข่ายประสาทเทียมแบบคอนโวลูชันที่ประมวลผลภาพเพื่อลดการเกิดเอเลียสในขณะที่ยังคงรักษารายละเอียดที่ละเอียด[ 3 ]

สถาปัตยกรรมเครือข่ายประสาทใช้การออกแบบออโตเอนโคเดอร์ที่ฝึกฝนบนภาพอ้างอิงคุณภาพสูง ชุดข้อมูลการฝึกอบรมประกอบด้วยสถานการณ์ที่หลากหลาย โดยเน้นกรณีที่ท้าทาย เช่น รายละเอียดระดับซับพิกเซล ขอบที่มีความคมชัดสูง และพื้นผิวโปร่งใส จากนั้นเครือข่ายจะประมวลผลเฟรมแบบเรียลไทม์[ 3 ]

แตกต่างจากโซลูชันป้องกันการเกิดรอยหยักแบบดั้งเดิมที่อาศัยฮิวริสติกที่เขียนด้วยตนเอง เช่น TAA DLAA ใช้เครือข่ายประสาทเทียมเพื่อรักษารายละเอียดเล็กๆ น้อยๆ ในขณะที่กำจัดสิ่งแปลกปลอมทางภาพที่ไม่ต้องการ[ 3 ]

ประวัติศาสตร์

DLAA เดิมทีถูกเรียกและทำการตลาดโดย Nvidia ในชื่อ DLSS 2x [ 6 ] [ 7 ]เกมแรกที่เพิ่มการรองรับ DLAA คือThe Elder Scrolls Onlineซึ่งนำฟีเจอร์นี้มาใช้ในปี 2021 [ 8 ] [ 9 ] [ 10 ]ภายในเดือนมิถุนายน 2022 DLAA มีให้บริการในเกมเพียงหกเกมเท่านั้น[ 11 ]จำนวนนี้เพิ่มขึ้นเป็น 17 เกมภายในเดือนกุมภาพันธ์ 2023 [ 12 ] [ 13 ]ในเดือนมิถุนายน 2023 TechPowerUpรายงานว่า "DLAA กำลังได้รับการนำไปใช้อย่างเชื่องช้าในหมู่นักพัฒนาเกม" และ Nvidia กำลังทำงานเพื่อเพิ่ม DLAA ลงในค่าที่ตั้งไว้ล่วงหน้าคุณภาพของDLSSเพื่อเพิ่มการนำไปใช้[ 14 ]ภายในเดือนธันวาคม 2023 DLAA ได้รับการสนับสนุนใน 41 เกม[ 10 ]ในช่วงต้นปี 2025 การอัปเดตแอป Nvidiaได้เพิ่มฟีเจอร์การแทนที่ DLSS ตามไดรเวอร์ ซึ่งช่วยให้ผู้ใช้สามารถเปิดใช้งาน DLAA ได้แม้ในเกมที่ไม่รองรับโดยตรง[ 15 ] [ 16 ]

ความแตกต่างระหว่าง TAA และ DLAA

TAA ถูกใช้ในวิดีโอเกมและเอนจิ้นเกม สมัยใหม่หลาย เกม[ 17 ]อย่างไรก็ตาม การใช้งานก่อนหน้านี้ทั้งหมดใช้ฮิวริสติก ที่เขียนด้วยตนเองบางรูปแบบ เพื่อป้องกันสิ่งผิดปกติชั่วคราว เช่นภาพซ้อนและภาพกระพริบตัวอย่างหนึ่งคือการจำกัดบริเวณใกล้เคียง ซึ่งป้องกันไม่ให้ตัวอย่างที่รวบรวมในเฟรมก่อนหน้าเบี่ยงเบนมากเกินไปเมื่อเทียบกับพิกเซลใกล้เคียงในเฟรมใหม่ วิธีนี้ช่วยระบุและแก้ไขสิ่งผิดปกติชั่วคราวได้หลายอย่าง แต่การลบรายละเอียดปลีกย่อยโดยเจตนาด้วยวิธีนี้เปรียบเสมือนการใช้ฟิลเตอร์เบลอดังนั้นภาพสุดท้ายอาจดูเบลอเมื่อใช้วิธีนี้[ 18 ]

DLAA ใช้โครงข่ายประสาทเทียมแบบออโตเอนโคเดอร์คอนโวลู ชัน [ 19 ]ที่ได้รับการฝึกฝนให้ระบุและแก้ไขสิ่งผิดปกติชั่วคราว แทนที่จะใช้ฮิวริสติกที่ตั้งโปรแกรมด้วยตนเองดังที่กล่าวไว้ข้างต้น ด้วยเหตุนี้ DLAA จึงสามารถแยกแยะรายละเอียดได้ดีกว่าการใช้งาน TAA และ TAAU อื่นๆ โดยทั่วไป ในขณะเดียวกันก็กำจัดสิ่งผิดปกติชั่วคราวส่วนใหญ่ออกไปด้วย

ความแตกต่างระหว่าง DLSS และ DLAA

ในขณะที่DLSSจัดการการเพิ่มความละเอียดภาพโดยเน้นประสิทธิภาพ[ 3 ] DLAA จัดการการลดรอยหยักโดยเน้นคุณภาพของภาพ[ 20 ] [ 21 ] DLAA ทำงานที่ความละเอียดหน้าจอที่กำหนดโดยไม่มีฟังก์ชันการเพิ่มความละเอียดหรือลดความละเอียด[ 22 ]

DLSS และ DLAA ใช้เมธอดป้องกันการเกิดรอยหยักแบบ AI เดียวกัน[ 23 ]ดังนั้น DLAA จึงทำงานเหมือน DLSS โดยไม่มีส่วนของการเพิ่มความละเอียดภาพ ทั้งสองสร้างโดยNvidiaและต้องใช้Tensor Coresอย่างไรก็ตาม ไม่สามารถเปิดใช้งาน DLSS และ DLAA พร้อมกันได้ สามารถเลือกได้เพียงอย่างเดียว ขึ้นอยู่กับว่าให้ความสำคัญกับประสิทธิภาพหรือคุณภาพของภาพมากกว่ากัน

แผนกต้อนรับ

TechPowerUpพบว่า "[เมื่อเปรียบเทียบกับ TAA และ DLSS แล้ว DLAA ให้คุณภาพของภาพที่ดีที่สุดอย่างเห็นได้ชัด โดยเฉพาะที่ความละเอียดต่ำ" โดยให้เหตุผลว่า "DLSS ทำได้ดีกว่า TAA ในการสร้างวัตถุขนาดเล็กขึ้นมาใหม่" แต่ "DLAA ทำได้ดียิ่งกว่า" [ 22 ]

ในการทดสอบประสิทธิภาพของCyberpunk 2077 ทาง IGNระบุว่า "DLAA ให้ผลลัพธ์ที่ค่อนข้างคล้ายกัน [ในแง่ของ FPS] กับโหมดแรสเตอร์ปกติในกรณีส่วนใหญ่ แต่ได้รับประสิทธิภาพที่เพิ่มขึ้นอย่างมากด้วยความช่วยเหลือของการสร้างเฟรม " ซึ่งเป็นคุณสมบัติที่ไม่มีให้ใช้เมื่อใช้ความละเอียดดั้งเดิม[ 24 ]

Rock Paper Shotgunตั้งข้อสังเกตว่า แม้ว่า DLAA จะ "ไม่ใช่รูปแบบการลดรอยหยักที่สมบูรณ์แบบทั้งหมด เนื่องจากยังคงมีรอยหยักอยู่บ้างเป็นครั้งคราว" แต่ "โดยรวมแล้วดูคมชัดกว่า TAA มาก และโดยเฉพาะอย่างยิ่งเมื่อเคลื่อนไหว" [ 11 ]

ตามที่PC World กล่าวไว้ ว่า "DLAA ให้การลดรอยหยักที่ดีมากโดยไม่สูญเสียข้อมูลภาพ — ทางเลือกอื่นเช่น TAA มักจะมีปัญหาในฉากที่มีการเคลื่อนไหวมาก ซึ่ง DLAA ไม่มีปัญหาดังกล่าว นอกจากนี้ การสูญเสียประสิทธิภาพของ DLAA ยังน้อยกว่าวิธีการลดรอยหยักแบบดั้งเดิม" [ 25 ]

  • เว็บไซต์อย่างเป็นทางการของ DLSSซึ่งรวมถึงข้อมูลเกี่ยวกับ DLAA ด้วย
ดึงข้อมูลมาจาก " https://en.wikipedia.org/w/index.php?title=Deep_Learning_Anti-Aliasing&oldid=1356034238 "

สรุปเนื้อหา

ข้อมูลสำคัญจากบทความ

ข้อมูลสำคัญเกี่ยวกับ การลดรอยหยักด้วยการเรียนรู้เชิงลึก

Deep Learning Anti-Aliasing ( DLAA ) เป็นรูปแบบหนึ่งของ การลดรอยหยักเชิงพื้นที่ ที่ พัฒนาโดย Nvidia [ 1 ] DLAA ขึ้นอยู่กับและต้องการ Tensor Cores ที่มีอยู่ในการ์ด Nvidia RTX [ 1 ]

ภาพรวมทางเทคนิค

DLAA รวบรวมข้อมูลการเรนเดอร์เกม รวมถึงข้อมูลอินพุตความละเอียดต่ำดิบ เวกเตอร์การเคลื่อนไหว บัฟเฟอร์ความลึก และข้อมูลการเปิดรับแสง ข้อมูลนี้ป้อนเข้าสู่เครือข่ายประสาทเทียมแบบคอนโวลูชันที่ประมวลผลภาพเพื่อลดการเกิดเอเลียสในขณะที่ยังคงรักษารายละเอียดที่ละเอียด [ 3...

ประวัติศาสตร์

DLAA เดิมทีถูกเรียกและทำการตลาดโดย Nvidia ในชื่อ DLSS 2x [ 6 ] [ 7 ] เกมแรกที่เพิ่มการรองรับ DLAA คือ The Elder Scrolls Online ซึ่งนำฟีเจอร์นี้มาใช้ในปี 2021 [ 8 ] [ 9 ] [ 10 ] ภายในเดือนมิถุนายน 2022 DLAA มีให้บริการในเกมเพียงหกเกมเท่านั้น [ 11 ]...

ความแตกต่างระหว่าง TAA และ DLAA

TAA ถูกใช้ในวิดีโอเกมและ เอนจิ้นเกม สมัยใหม่หลาย เกม [ 17 ] อย่างไรก็ตาม การใช้งานก่อนหน้านี้ทั้งหมดใช้ ฮิวริสติก ที่เขียนด้วยตนเองบางรูปแบบ เพื่อป้องกันสิ่งผิดปกติชั่วคราว เช่น ภาพซ้อน และ ภาพกระพริบ ตัวอย่างหนึ่งคือการจำกัดบริเวณใกล้เคียง...