Imagen: VideoLAN
VideoLAN ha lanzado una nueva versión del reproductor multimedia VLC que incluye soporte para RTX Video Super Resolution (VSR), la nueva tecnología de NVIDIA para mejorar la calidad del video con la ayuda de IA y una red de aprendizaje profundo. VLC 3.0.19 RTX Vetinari es una versión especial de la rama”Vetinari”del popular reproductor multimedia con la mejora de RTX, VideoLAN ha confirmado y, según el registro de cambios, esta versión de VLC activa la mejora de VSR de forma predeterminada en las GPU NVIDIA GeForce RTX que admiten la función (es decir, GeForce RTX 30 y 40 Series). Algunos usuarios afirman que NVIDIA VSR es capaz de escalar videos tan bien como madVR, el popular renderizador de videos de madshi que permite a los usuarios elegir entre varios escaladores de alta calidad, incluidos los modelos NGU con uso intensivo de GPU, pero basados en algunas de las comparaciones que se han compartido en línea (1, 2), la recepción de los resultados seguramente variará de un usuario a otro.
De una publicación de NVIDIA:
RTX VSR es un gran avance en el procesamiento de píxeles de IA que mejora drásticamente la calidad del contenido de video transmitido más allá de la detección de bordes y la nitidez de funciones.
Los artefactos de compresión en bloques son un problema persistente en la transmisión de video. Ya sea por culpa del servidor, del cliente o del contenido en sí, los problemas a menudo se amplifican con la mejora tradicional, lo que deja una experiencia visual menos placentera para quienes miran el contenido transmitido.
RTX VSR reduce o elimina los artefactos causados por la compresión video, como bloques, artefactos de timbre alrededor de los bordes, lavado de detalles de alta frecuencia y bandas en áreas planas, al tiempo que reduce las texturas perdidas. También agudiza los bordes y los detalles.
La tecnología utiliza una red de aprendizaje profundo que realiza la mejora y la reducción de artefactos de compresión en un solo paso. La red analiza el cuadro de video de menor resolución y predice la imagen residual en la resolución objetivo. Luego, esta imagen residual se superpone sobre una imagen mejorada tradicional, corrigiendo errores de artefactos y afinando los bordes para que coincidan con la resolución de salida.
La red de aprendizaje profundo se entrena en una amplia gama de contenido con varios niveles de compresión. Aprende sobre los tipos de artefactos de compresión presentes en videos de baja resolución o baja calidad que de otro modo estarían ausentes en las imágenes sin comprimir como referencia para el entrenamiento de la red. Se emplea una evaluación visual exhaustiva para garantizar que el modelo generado sea efectivo en casi todo el contenido de juegos y del mundo real.
Únase a la discusión de esta publicación en nuestros foros…
