NVIDIA的研究人员已经成功地训练了一个神经网络来发现这些锯齿状的边缘,并通过确定每个像素的最佳颜色来执行高质量的抗混叠,然后应用适当的颜色来创建更平滑的边缘并提高图像质量。这种技术被称为深度学习超级样本( DLSS )。DLSS就像“超超差”模式--它提供了质量最高的反混叠,并且比其他类型的反混叠提供了更少的伪影。 DLSS需要使用每个像素一个样本作为训练基准的别名图像的全分辨率帧的训练集。另一组每像素至少有64个样本的完整分辨率帧作为DLSS的参考。“
https://developer.nvidia.com/rtx/ngx
一开始,我想到了示例,因为它用于图形、通道和像素的交集。但在这种情况下,从1个频道转到64个频道真的没有任何意义吗?
因此,我认为它是样本,就像统计术语中的那样,但我不明白静态图像怎么会产生64个变化来与之相比?即使从FHD到4K,UHD也仅仅是像素数量的4倍。试图解析第二段,我真的无法理解它。
发布于 2018-11-26 05:18:36
16位×RGBA可能等于每像素64个样本?他们说,至少,更高的精度可能需要多达32位×RGBA或128个样本每像素加倍。
https://stackoverflow.com/questions/53474912
复制相似问题