Hirdetés

Akkor most vége a DLSS-nek és a FidelityFX Super Resolutionnek?

Az NVIDIA és az AMD is felerősíti a meghajtóoldali felskálázást, de ezek egyáltalán nem váltják ki a komolyabb megoldásokat.

Az idei évben láthatóan arra erősít az NVIDIA és az AMD, hogy az elmúlt időszakban nagyot futó felskálázási megoldások a meghajtó oldalán is engedélyezhetők legyenek. A zöldek az előző évben bevezették a NIS (NVIDIA Image Scaling), majd nemrég a DLDSR eljárást, míg a vörös oldal az RSR-rel (Radeon Super Resolution) készül.

Ezek után sokan azt gondolhatnák, hogy a DLSS-nek és a FidelityFX Super Resolutionnek vége, hiszen miért is kellene játékokba épített felskálázás, ha ott vannak ezek a grafikus eszközillesztőkben is, de a helyzet nem ennyire egyszerű. A valóságban az alkalmazásoldali felskálázás nagyon is megmarad, ugyanis ezeket nem lehet jól beépíteni a meghajtókba. Ennek a legfőbb oka, hogy az eszközillesztő csak a végső képkockával tud dolgozni, szemben egy alkalmazásoldali implementációval, aminél tetszőlegesen megszabható, hogy a futószalag mely lépcsőjénél fut le. Ez pedig óriási különbséget eredményez, ugyanis legyen szó AI vagy spatiális felskálázási eljárásról, mindkettő nagyon kényes bizonyos tényezőkre.

Hirdetés

Általánosan elmondható, hogy egyik felskálázási technológia sem szeret bizonyos utófeldolgozásos effekteket, kiemelve itt a szemcsés képet eredményezőket. Persze ezekkel más-más bajuk van, például a spatiális megoldások (NIS és RSR) nem tudják optimálisan megoldani az élek rekonstrukcióját egy szemcsés képen, míg az AI (DLDSR) opciók még szemcsésebbé teszik a végső képet, hiszen a neuronháló nem tudja, hogy ez nem egy jó lépés. Utóbbinak még a részecskeeffektekkel is meggyűlhet a baja, amit alkalmazás szintjén implementált formába kezelni lehet, de egy meghajtó oldaláról kényszerítve erre esély sincs.

Nagyon jól hangzik tehát, hogy ezernyi régi játéknál alkalmazható lesz valamiféle felskálázás, de csodát senki se várjon, mert csalódás lesz a vége. Ettől függetlenül semmi gond nincs ezekkel a kompromisszumos technikákkal, ha a felhasználó képes elfogadni a hibáikat. Utóbbi szempontból ugyanakkor eltérőek a rendszerek, így eltérő hibákra is kell számítani.

A konkrétumokat tekintve a NIS tipikus gyengéje, hogy nincs úgynevezett deringing szűrője, így az aktiválása ringing képhibák fog eredményezni, ami nyilván nem egy kedvelt tényező. Emellett az algoritmus 6-os, téglalap alakú kernelablakot használ, vagyis a mintavételezés tekintetében elég kevés adattal dolgozik. Ironikus módon emiatt kevésbé érzékeny arra, ha nincs élsimítás a feldolgozandó képen, de enélkül az eredmény eleve eléggé rossz lesz, így a NIS aktiválása mellé – ha más lehetőség nincs – a meghajtó FXAA-ját érdemes bekapcsolni. Emellett szemcsés effekteket alkalmazó kép esetén a rendszer működésének hatásfoka romlik.

Az AMD-féle RSR 12-es kernelablakú, kör alakú mintán a 12 legközelebbi elemet nézi, ami elég sok adat már, és emiatt érzékenyebb is ez a rendszer az élsimítás meglétére, hiszen a több információból jobb minőségű képet tud számolni. Ráadásul az AMD alkalmaz még deringing szűrőt is, vagyis ringing képhibáktól nem kell tartani, viszont a szemcsés képkockákat ez az algoritmus sem szereti.

A DLDSR már egy neuronhálót alkalmazó megoldás, ami egyben élsimítás is, így nem kötelező erről külön gondoskodni. A tipikus gond itt az lesz, hogy a neuronháló nem mindig dönt jól arról, hogy milyen információval látja el a készülő képet. A szemcsés képkockákat még szemcsésebbé teheti, a részecskeeffekteket megtöbbszörözheti, illetve alapvetően módosíthat a képkocka fényerősségén, esetenként elég kellemetlen mértékben.

A NIS deringing szűrőjének hiányát leszámítva ezek mind olyan dolgok, amelyek ellen lehet tenni egy alkalmazás szintjén implementált rendszernél, de a meghajtóból engedélyezve el kell viselni őket. Ilyen szempontból egyik új alternatíva sem tudja kiváltani a DLSS-t vagy a FidelityFX Super Resolutiont, amelyek pusztán amiatt jóval jobb minőséget tudnak bizonyos címekben adni, hogy az éppen alkalmazott leképező direkten korrigálja a gyenge pontjaikat.

Hirdetés

Előzmények

Hirdetés