Ris vs dlss: कौन-सी छवि rescaling तकनीक बेहतर है?

आज हम आरआईएस बनाम डीएलएसएस , क्रमशः एएमडी और एनवीडिया की छवि से संबंधित दो तकनीकों के बीच तुलना के बारे में बात करेंगे। यह सच है कि इस सेकंड ने जनता के एक बड़े हिस्से से अधिक ध्यान आकर्षित किया है, लेकिन हमें Radeon Image Sharpening को कम नहीं समझना चाहिए। हालाँकि उनका क्रियान्वयन अलग है, हमारे हित क्या हैं कि उनके कार्य समान हैं।

यदि आप सोच रहे थे, तो लेख की मुख्य छवि हेलो 2 बनाम हेलो 2 रीमास्टर्ड की छवियों की तुलना है । दृश्य सुधार दोनों सॉफ्टवेयर्स में से किसी एक के कारण नहीं है, लेकिन यह कुछ हद तक हमसे जुड़ा हुआ है, क्योंकि दोनों प्रौद्योगिकियां फिर से तैयार और सुधार करती हैं।

सूचकांक को शामिल करता है

रिसॉलिंग एंड इमेज रीचौचिंग की तकनीक : आरआईएस बनाम डीएलएसएस

चलिए परिभाषित करते हुए शुरू करते हैं कि हम जिस चीज़ के बारे में बात कर रहे हैं उसकी सीमाएँ सही हैं? आरआईएस बनाम डीएलएसएस तुलना में विचार करने के लिए कई चीजें हैं, लेकिन हममें से सबसे अधिक रुचि दोनों कार्यक्रमों का उद्देश्य क्या है ।

जो हमारे लिए स्पष्ट है वह यह है कि दोनों Radeon Image Sharpening और Deep Learning Super Sampling rescaling और Image Enhanment Technologies हैं । हालांकि, हर एक का अलग कार्यान्वयन है।

दोनों प्रौद्योगिकियां फ्रेम के आकार को "कम" करती हैं और फिर छवि गुणवत्ता में सुधार करती हैं ताकि यह परिवर्तन ध्यान देने योग्य न हो।

• पहला कदम यह सुनिश्चित करता है कि ग्राफिक्स और प्रोसेसर दोनों बहुत कम काम के बोझ के साथ काम कर सकते हैं । आखिरकार, 1080p पर एक छवि को प्रस्तुत करना 4K पर इसे प्रस्तुत करने की तुलना में बहुत हल्का काम है। दूसरा चरण एक एल्गोरिथ्म है जो छवि को फिर से बनाता है ताकि उदाहरण के लिए यह 1080p, लेकिन 4K न दिखे। अधिक या कम सफलता के साथ, दोनों एल्गोरिदम इस कड़ी मेहनत करते हैं और (या नहीं) हमारी आँखों को बेवकूफ बनाते हैं।

यदि काम अच्छी तरह से किया जाता है, तो उपयोगकर्ता समान छवि गुणवत्ता के साथ बराबर एफपीएस पर उच्चतर आनंद लेता है । सबसे खराब स्थिति में हम मिसकॉलक्यूशन, अजीब कलाकृतियों और अन्य छोटे कीड़े देखेंगे।

लेकिन जैसा कि कुछ बुद्धिमान कहते हैं कि 'शैतान विवरण में है' । चमगादड़ के पंखों और चिड़ियों के पंखों की तरह, आरआईएस बनाम डीएलएसएस ऐसी प्रौद्योगिकियां हैं जिनके कार्य अधिकतर रूपांतरित होते हैं , लेकिन जिनके हासिल करने के तरीके विचलित होते हैं। इस कारण से, हम नीचे प्रत्येक कार्यान्वयन के बारे में व्यक्तिगत रूप से बात करेंगे।

एएमडी का समाधान: Radeon Image Sharpening

AMD जो खेल मैदान में लाता है वह तकनीक काफी दिलचस्प है। इसे ओपन सोर्स टूल एएमडी फिडेलिटी एफएक्स के साथ लागू किया गया है, जिसका अर्थ है कि इस पैक के साथ कोई भी वीडियो गेम एएमडी आरआईएस का आनंद लेगा।

Radeon Image Sharpening का मुख्य भाग अनुकूली कंट्रास्ट ट्यूनिंग एल्गोरिथम है । इसका एक अजीब नाम है, लेकिन यह हमें बताता है कि यह पृष्ठभूमि को प्रतिबिंबित करता है और कैमरे के निकटतम छवियों में सुधार करता है, जबकि शायद ही पृष्ठभूमि को पुनर्प्राप्त करता है। सुधार कुछ बनावटों में ध्यान देने योग्य है और समग्र छवि गुणवत्ता उत्कृष्ट है।

हालांकि, इस कार्यक्षमता को हमारे घटकों की शक्ति को अधिकतम करने के लिए rescaling के साथ जोड़ा जा सकता है। Fornite जैसे कुछ शीर्षकों में हम मूल रूप से प्रोजेक्ट करने के संकल्प को कम कर सकते हैं।

हमारी खिड़की में (1920 × 1080, उदाहरण के लिए) हमारे पास 100% (1920 × 1080) या 50% (960 × 540) का इन-गेम रिज़ॉल्यूशन हो सकता है । पिक्सल्स की कमी से काम बहुत कम हो जाता है और हम अधिक एफपीएस प्राप्त कर सकते हैं, लेकिन बदले में छवि से समझौता किया जाता है।

इस कारण से, दृश्य रीछिंग अनुभाग को एक स्केल की गई छवि के साथ मिलाने से गेमिंग अनुभव में काफी सुधार हो सकता है।

एक और ध्यान देने वाली बात यह है कि यह तकनीक केवल नवी और पोलारिस ग्राफिक्स के लिए उपलब्ध है, हालांकि सभी शीर्षकों में नहीं। हम केवल फिडेलिटी एफएक्स और एपीआई डायरेक्टएक्स 9 (केवल नवी), डायरेक्टएक्स 12 या ऑलकन के साथ वीडियो गेम में इन सुविधाओं को सक्रिय कर सकते हैं ।

यह सबसे अच्छा नहीं है, लेकिन महत्वपूर्ण बात यह है कि यह भविष्य के लिए उन्मुख है। रेड टीम जो अगला कदम उठाना चाहती है वह डायरेक्टएक्स 11 के लिए समर्थन की पेशकश करना है।

एनवीडिया का समाधान : डीप लर्निंग सुपर सैंपलिंग

एनवीडिया ने जो समाधान निकाला है वह कुछ अलग है। इसकी प्रतियोगिता से कुछ समय पहले इसकी घोषणा, परीक्षण और विमोचन किया गया था, लेकिन यह इसे अधिक दिनांकित नहीं बनाता है। वास्तव में, हम कहेंगे कि यह विपरीत है।

डीप लर्निंग सुपर सैंपलिंग एक ऐसी तकनीक है जो एनवीडिया आरटीएक्स ग्राफिक्स से आर्टिफिशियल इंटेलिजेंस कोर का उपयोग करने वाली नई प्रणाली का उपयोग करती है। कारण काफी स्पष्ट है: DLSS एक AI के काम के आधार पर एक एल्गोरिथ्म का उपयोग कर रहा है जो सीख रहा है। हालाँकि, यह बिलकुल वैसा ही एल्गोरिदम नहीं है जैसा कि Radeon Image Sharpening है ।

DLSS के मामले में, छवियों को आकार देने के लिए एक सुपर कंप्यूटर को प्रशिक्षित किया जाता है।

• पहले तो आपको एंटीअलियाजिंग के साथ और बिना फ्रेम के हजारों दिए जाते हैं और यह जानने के लिए कहा जाता है कि अंतर कैसे पता करें, तो आपको उच्च रिज़ॉल्यूशन पर आकार देने के लिए मध्यम या निम्न रिज़ॉल्यूशन पर छवियों का एक सेट दिया जाता है । छवियों की तुलना की जाती है और यदि परिणाम समान है, तो एल्गोरिथ्म में सुधार हो रहा है। हालांकि, अगर इसमें गंभीर कीड़े हैं, तो शोधकर्ता इसे सही करते हैं और मशीन को बेहतर बनाने के लिए नए नियम बनाने की कोशिश करते हैं।

एआई को प्रशिक्षित करने के लिए इस प्रक्रिया को दिनों या महीनों में हजारों या लाखों बार दोहराया जाता है ।

यह हाइलाइट करता है कि आरआईएस छवि में सुधार करने के लिए बदलाव करता है और पृष्ठभूमि में छवियों को बचाता है, यहां यह सिर्फ एक और तरीका है। इसके अलावा, तंत्रिका नेटवर्क का उपयोग इस प्रक्रिया को लगातार विकसित करने की अनुमति देता है, जिससे डीएलएसएस बेहतर और बेहतर काम करता है।

यहां एक वीडियो है जहां वे एक AI- आधारित परीक्षण एल्गोरिथ्म के खिलाफ एक क्लासिक छवि-प्रसंस्करण एल्गोरिथ्म की तुलना करते हैं:

हालांकि, इसका नुकसान यह है कि हमारे पास केवल एनवीडिया आरटीएक्स ग्राफिक्स में यह तकनीक है। आरटी कोर की आवश्यकता होने से, कोई अन्य ग्राफिक्स इस कार्यक्षमता की पेशकश नहीं कर सकता है।

इसके अलावा, इस सॉफ्टवेयर को पेश करने के लिए हम केवल एक उपकरण को लागू नहीं कर सकते हैं , जैसा कि प्रतियोगिता में है। डीएलएसएस के मामले में , प्रत्येक अध्ययन को अपने कोड में इसे "मैन्युअल रूप से" लागू करना होगा और प्रत्येक ग्राफिक्स इंजन के लिए कई अंतर हैं। इस कारण से, DLSS को लागू करना इतना आसान नहीं है।

RIS बनाम DLSS:

इसलिए, सबसे स्पष्ट निष्कर्ष जो हम आपको पेश कर सकते हैं, वह यह है कि दोनों प्रौद्योगिकियां समान चीजों को प्राप्त करती हैं, लेकिन उनके कार्य समान नहीं हैं।

नकारात्मक पक्ष यह है कि दोनों अपने ब्रांडों तक सीमित हैं, इसलिए ऐसा नहीं लगता है कि हम निकट भविष्य में दोनों का संयोजन देख पाएंगे। इसके बावजूद, आप जिस प्लेटफॉर्म का उपयोग करते हैं, उसका उपयोग करने के लिए आपके पास एक अच्छी तकनीक होगी ।

आज, घटकों की दुनिया सरगर्मी है और यह उपयोगकर्ताओं के लिए अच्छा है।

• सीपीयू ने एक महान लॉन्च का अनुभव किया है जिसने महान इंटेल को अस्थिर कर दिया है। दूसरी ओर, एएमडी ग्राफिक्स के क्षेत्र में एक सुरक्षित कदम के साथ जा रहा है । साथ ही, ब्लू टीम अपने असतत ग्राफिक्स तैयार कर रही है, इसलिए किसी को पता नहीं है कि क्या होगा।

कौन जानता है, शायद भविष्य में हम आरआईएस बनाम डीएलएसएस बनाम इंटेल टेक्नोलॉजी देख सकते हैं । या शायद हम दो या तीन प्रौद्योगिकियों के संयोजन को देख सकते हैं क्योंकि प्रतियोगिता एक और टिंट लेती है।

जैसा कि हो सकता है, यहां हमने आपको इन दो अविश्वसनीय प्रौद्योगिकियों के बीच अंतर का बहुमत दिखाया है। हम आशा करते हैं कि आप इसे आसानी से समझ गए होंगे और आपने कुछ नया सीखा होगा। इसके अलावा, हम आपको इन विषयों पर जानकारी के लिए पढ़ने और खोजने के लिए प्रोत्साहित करते हैं, क्योंकि ये नई प्रौद्योगिकियां बहुत ही दिलचस्प विचारों पर आधारित हैं।

और आप, क्या आपको लगता है कि इंटेल खुद को एकीकृत ग्राफिक्स में तीसरी प्रतियोगिता के रूप में स्थापित करेगा? आपके हिसाब से कौन सी तकनीक बेहतर है RIS बनाम DLSS ? अपने विचार कमेंट बॉक्स में साझा करें।

AMD RISNvidia DLSS SourceNvidia DLSS FAQ