隨著 RTX 視頻超分辨率 (RTX Video Super Resolution) (VSR) 的發(fā)布,GeForce RTX GPU 將提升 PC 版 Google Chrome 和 Microsoft Edge 瀏覽器上視頻內(nèi)容的質(zhì)量。
如今,近 80% 的互聯(lián)網(wǎng)流量來自于直播視頻。其中 90% 的內(nèi)容在 1080p 或更低的分辨率下傳輸,包括斗魚,虎牙,嗶哩嗶哩等熱門平臺(tái)上的直播視頻。
然而,當(dāng)觀眾(如 PC 用戶)使用高于 1080p 分辨率的顯示器時(shí),瀏覽器必須縮放視頻以匹配顯示器的分辨率。大多數(shù)瀏覽器使用基礎(chǔ)的放大技術(shù),這導(dǎo)致最終的圖像色彩不夠亮麗或畫面模糊。
通過 RTX VSR,GeForce RTX 40 和 30 系列 GPU 用戶可以利用 AI 將較低分辨率的內(nèi)容提升到 4K,與他們的顯示器分辨率相匹配。該技術(shù)中的 AI 可消除塊狀的壓縮偽影,提高視頻的銳度和清晰度。
就像戴上有度數(shù)的眼鏡可以瞬間聚焦全世界一樣,RTX 視頻超分辨率 (RTX Video Super Resolution) 讓 GeForce RTX 40 和 30 系列 PC 的用戶能以清晰的畫面觀看視頻直播。
玩家現(xiàn)可通過下載最新版 GeForce Game Ready 驅(qū)動(dòng)獲取 RTX VSR 支持,該驅(qū)動(dòng)還為《原子之心》(Atomic Heart)和 THE FINALS 封測版等新推出的全新游戲帶來最佳體驗(yàn)。
AI 圖像放大技術(shù) (AI upscaling) 的演變
AI圖像放大技術(shù) (AI upscaling) 是將低分辨率圖像轉(zhuǎn)換為高分辨率圖像的過程,其通過將低分辨率圖像輸入深度學(xué)習(xí)模型來預(yù)測生成高分辨率圖像。為提升預(yù)測準(zhǔn)確性,神經(jīng)網(wǎng)絡(luò)模型必須在不同分辨率下用無數(shù)圖像進(jìn)行訓(xùn)練。
然后,部署的 AI 模型可以為低分辨率的視頻帶來令人難以置信的清晰度和豐富細(xì)節(jié),這是傳統(tǒng)的縮放技術(shù)無法重建的。AI 模型使邊緣更銳利,毛發(fā)更真實(shí),風(fēng)景更清晰。
2019年,該技術(shù)的早期版本和 SHIELD TV 同時(shí)發(fā)布。該突破改進(jìn)了針對電視的串流內(nèi)容,針對從480p 分辨率到 1080p 分辨率的視頻流,并優(yōu)化120 寸屏幕的觀看體驗(yàn)。
由于 4K 顯示器不得不拉伸低分辨率圖像以適應(yīng)屏幕,導(dǎo)致視覺效果變得模糊。使用 AI 提升直播視頻質(zhì)量,讓低分辨率的圖像無與倫比的清晰。
PC 觀眾通常比電視觀眾更靠近顯示器,因此需要更高等級(jí)的處理和細(xì)化來實(shí)現(xiàn)圖像放大。用戶可在GeForce RTX 40 和 30 系列 GPU 所擁有的極其強(qiáng)大的 Tensor Cores AI 處理器作用下,通過 RTX VSR 開啟新一代的 AI 圖像放大體驗(yàn)。
RTX 視頻超分辨率 (RTX Video Super Resolution) 如何工作
RTX VSR是 AI 圖像處理的一個(gè)突破,它超越了傳統(tǒng)的邊緣檢測和特征銳化技術(shù),極大地提升直播視頻內(nèi)容的質(zhì)量。
塊狀的壓縮偽影是直播視頻長期存在的問題。無論是服務(wù)器、客戶端還是內(nèi)容本身的錯(cuò)誤,在傳統(tǒng)的圖像放大中上述問題往往被放大,給直播觀眾帶來不太愉快的觀看體驗(yàn)。
RTX VSR 可減少或消除因壓縮視頻而產(chǎn)生的偽影, 如塊效應(yīng)、邊緣的振鈴偽影、高頻細(xì)節(jié)的消失和平坦區(qū)域的帶狀現(xiàn)象, 同時(shí)減少紋理損失。它還能銳化邊緣和豐富細(xì)節(jié)。
該技術(shù)使用深度學(xué)習(xí)網(wǎng)絡(luò),在單次推理中進(jìn)行圖像放大和減少壓縮偽影。該網(wǎng)絡(luò)分析低分辨率的視頻幀并預(yù)測目標(biāo)分辨率下的殘差圖像。然后,殘差圖像被疊加到傳統(tǒng)的圖像增強(qiáng)上,糾正偽影錯(cuò)誤并銳化邊緣以匹配輸出分辨率。
該深度學(xué)習(xí)網(wǎng)絡(luò)使用不同壓縮程度的內(nèi)容進(jìn)行訓(xùn)練。它學(xué)習(xí)那些在未壓縮圖像中不存在,但存在于低分辨率或低質(zhì)量視頻中的壓縮偽影的類型,把這些偽影及其未壓縮圖像作為網(wǎng)絡(luò)訓(xùn)練的參考。深度學(xué)習(xí)網(wǎng)絡(luò)還進(jìn)行廣泛的視覺評(píng)估,確保生成的模型適用于幾乎所有的真實(shí)世界和游戲內(nèi)容。
啟用 RTX VSR
RTX VSR 需要使用 GeForce RTX 40 或 30 系列 GPU,并且?guī)缀踹m用于 Google Chrome 和 Microsoft Edge 瀏覽器中的所有視頻內(nèi)容。
欲使用該功能,請更新到最新的 GeForce Game Ready 驅(qū)動(dòng)(現(xiàn)已發(fā)布),或?qū)⒂?3 月份發(fā)布的下一個(gè)NVIDIA Studio 驅(qū)動(dòng)。Chrome 瀏覽器(110.0.5481.105 或更高版本)和 Edge 瀏覽器(110.0.1587.56 版)近期已新增 RTX VSR 支持。
要開啟該技術(shù),請打開 NVIDIA 控制面板,并打開”調(diào)整視頻圖像設(shè)置”。勾選”RTX 視頻增強(qiáng)”下的超分辨率框,并選擇質(zhì)量 1 到 4 中的一個(gè)等級(jí)——質(zhì)量等級(jí)表示圖像增強(qiáng)的質(zhì)量并且也有賴于 GPU 性能。
審核編輯:湯梓紅
-
圖像
+關(guān)注
關(guān)注
2文章
1089瀏覽量
40582 -
AI
+關(guān)注
關(guān)注
87文章
31613瀏覽量
270422 -
人工智能
+關(guān)注
關(guān)注
1796文章
47734瀏覽量
240400
發(fā)布評(píng)論請先 登錄
相關(guān)推薦
【每天學(xué)點(diǎn)AI】實(shí)戰(zhàn)圖像增強(qiáng)技術(shù)在人工智能圖像處理中的應(yīng)用
![【每天學(xué)點(diǎn)<b class='flag-5'>AI</b>】實(shí)戰(zhàn)<b class='flag-5'>圖像</b>增強(qiáng)<b class='flag-5'>技術(shù)</b>在人工智能<b class='flag-5'>圖像</b>處理中的應(yīng)用](https://file1.elecfans.com/web2/M00/0D/16/wKgaomdAS1qAYCH9AAC-8aLppE0815.png)
AI圖像識(shí)別攝像機(jī)
![<b class='flag-5'>AI</b><b class='flag-5'>圖像</b>識(shí)別攝像機(jī)](https://file1.elecfans.com/web2/M00/FB/13/wKgaomaMo4WAIxtNAABc_bI4MJ0136.png)
AI大模型在圖像識(shí)別中的優(yōu)勢
《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第二章AI for Science的技術(shù)支撐學(xué)習(xí)心得
AI圖像生成公司Midjourney宣布進(jìn)軍硬件領(lǐng)域
Freepik攜手Magnific AI推出AI圖像生成器
圖像處理器的發(fā)展歷史
圖像識(shí)別技術(shù)的原理是什么
圖像檢測與識(shí)別技術(shù)的關(guān)系
AI視覺檢測系統(tǒng)在多方面實(shí)現(xiàn)技術(shù)創(chuàng)新
OpenAI發(fā)布圖像檢測分類器,可區(qū)分AI生成圖像與實(shí)拍照片
淺談AI技術(shù)在SSD控制器中的應(yīng)用
![淺談<b class='flag-5'>AI</b><b class='flag-5'>技術(shù)</b>在SSD控制器中的應(yīng)用](https://file1.elecfans.com/web2/M00/D1/72/wKgZomYjIraAV7gfAAAi7MJQFWw997.png)
交換機(jī)芯片架構(gòu)的演變
NanoEdge AI的技術(shù)原理、應(yīng)用場景及優(yōu)勢
Stability AI試圖通過新的圖像生成人工智能模型保持領(lǐng)先地位
![Stability <b class='flag-5'>AI</b>試圖通過新的<b class='flag-5'>圖像</b>生成人工智能模型保持領(lǐng)先地位](https://file1.elecfans.com/web2/M00/C0/2D/wKgZomXTC6yAF6b2AAAZGR4nIDs515.png)
評(píng)論