Актуальные алгоритмы апскейлинга, базирующиеся на технологиях машинного обучения, порой демонстрируют поистине фантастические результаты. Популярный автор канала 2kliksphilip решил выяснить, где проходит грань возможностей современных методов масштабирования. В качестве инструмента он выбрал технологию DLSS, начав агрессивно снижать базовое разрешение рендеринга при неизменном выходном формате 4K.
Стоит напомнить, что в стандартном режиме DLSS Ultra Performance для 4K-экрана картинка изначально отрисовывается в 720p, и современные итерации нейросетевых фильтров справляются с этим весьма достойно. Однако энтузиаст пошел на экстремальный шаг и протестировал работу алгоритмов, начиная с разрешения всего 38 х 22 пикселя. Это суммарно дает менее 900 точек, что составляет ничтожные 0,01% от общего массива пикселей в полноценном 4K-кадре.
Безусловно, рассчитывать на качественную визуализацию в таких условиях не приходится, однако поражает тот факт, что итогового изображения достаточно для идентификации ключевых объектов и даже различения не самых мелких элементов окружения. Фактически DLSS в данном тесте увеличивает количество пикселей в 10 000 раз.
При переходе к значениям 136 х 76 или 160 х 96 точек картинка все еще остается грубой, но детализация заметно возрастает. В таком режиме проект становится условно играбельным, если геймплей не требует взаимодействия с микроскопическими деталями интерфейса или мелкими объектами на заднем плане.
Удивительно, но уже при разрешении 401 х 226 пикселей — когда DLSS выполняет стократное увеличение — визуальный ряд становится вполне приемлемым для комфортного прохождения. Визуально игра начинает напоминать проекты прошлых поколений консолей, что вряд ли станет препятствием для тех, кто привык к ретро-графике.
Наконец, при повышении базового рендеринга до 764 х 430 пикселей изображение приобретает достаточную четкость. С определенного расстояния глаз перестает замечать артефакты апскейлинга, несмотря на то что нейросеть фактически достраивает картинку, увеличенную в 25 раз.
Источник: iXBT
