Antialiasing de aprendizaje profundo

El suavizado de bordes mediante aprendizaje profundo ( DLAA ) es una forma de suavizado de bordes espacial desarrollada por Nvidia . ^{[ 1 ]} DLAA depende de los núcleos Tensor disponibles en las tarjetas Nvidia RTX y los requiere . ^{[ 1 ]}

DLAA es similar a Deep Learning Super Sampling (DLSS) en su método de suavizado de bordes , ^{[ 2 ]} con una diferencia importante: el objetivo de DLSS es aumentar el rendimiento a costa de la calidad de la imagen, mientras que la prioridad principal de DLAA es mejorar la calidad de la imagen a costa del rendimiento (independientemente del escalado ascendente o descendente de la resolución). DLAA es similar al suavizado de bordes temporal (TAA) en que ambos son soluciones de suavizado de bordes espaciales que se basan en datos de fotogramas anteriores. ^{[ 3 ] [ 4 ]} En comparación con TAA, DLAA es sustancialmente mejor en lo que respecta al parpadeo, el centelleo y el manejo de mallas pequeñas como cables. ^{[ 5 ]}

DLAA recopila datos de renderizado del juego, incluyendo entrada sin procesar de baja resolución, vectores de movimiento, búferes de profundidad e información de exposición. Esta información se introduce en una red neuronal convolucional que procesa la imagen para reducir el aliasing y, al mismo tiempo, preservar los detalles finos. ^{[ 3 ]}

La arquitectura de la red neuronal emplea un diseño de autoencoder entrenado con imágenes de referencia de alta calidad. El conjunto de datos de entrenamiento incluye diversos escenarios centrados en casos complejos como detalles subpíxel, bordes de alto contraste y superficies transparentes. La red procesa los fotogramas en tiempo real. ^{[ 3 ]}

A diferencia de las soluciones tradicionales de suavizado de bordes que se basan en heurísticas escritas manualmente, como TAA, DLAA utiliza su red neuronal para preservar los detalles finos al tiempo que elimina los artefactos visuales no deseados. ^{[ 3 ]}

DLAA fue inicialmente llamado y comercializado por Nvidia como DLSS 2x. ^{[ 6 ] [ 7 ]} El primer juego que agregó soporte para DLAA fue The Elder Scrolls Online , que implementó la característica en 2021. ^{[ 8 ] [ 9 ] [ 10 ]} Para junio de 2022, DLAA solo estaba disponible en seis juegos. ^{[ 11 ]} Este número aumentó a 17 para febrero de 2023. ^{[ 12 ] [ 13 ]} En junio de 2023, TechPowerUp informó que "DLAA está experimentando una lenta adopción entre los desarrolladores de juegos" y que Nvidia estaba trabajando en agregar DLAA a los preajustes de calidad de DLSS para impulsar la adopción. ^{[ 14 ]} Para diciembre de 2023, DLAA era compatible con 41 juegos. ^{[ 10 ]} A principios de 2025, una actualización de la aplicación Nvidia agregó una función de anulación de DLSS basada en controladores que permite a los usuarios activar DLAA incluso en juegos que no lo admiten de forma nativa. ^{[ 15 ] [ 16 ]}

TAA se utiliza en muchos videojuegos y motores de juego modernos ; ^{[ 17 ]} sin embargo, todas las implementaciones anteriores han utilizado algún tipo de heurística escrita manualmente para prevenir artefactos temporales como el efecto fantasma y el parpadeo . Un ejemplo de esto es el recorte de vecindario, que impide que las muestras recopiladas en fotogramas anteriores se desvíen demasiado en comparación con los píxeles cercanos en fotogramas más recientes. Esto ayuda a identificar y corregir muchos artefactos temporales, pero eliminar deliberadamente los detalles finos de esta manera es análogo a aplicar un filtro de desenfoque , y por lo tanto la imagen final puede aparecer borrosa cuando se utiliza este método. ^{[ 18 ]}

DLAA utiliza una red neuronal convolucional autoencoder ^{[ 19 ]} entrenada para identificar y corregir artefactos temporales, en lugar de heurísticas programadas manualmente como se mencionó anteriormente. Gracias a esto, DLAA generalmente puede resolver detalles mejor que otras implementaciones de TAA y TAAU, a la vez que elimina la mayoría de los artefactos temporales.

Mientras que DLSS maneja el escalado ascendente con un enfoque en el rendimiento, ^{[ 3 ]} DLAA maneja el suavizado de bordes con un enfoque en la calidad visual. ^{[ 20 ] [ 21 ]} DLAA se ejecuta a la resolución de pantalla dada sin funcionalidad de escalado ascendente o descendente proporcionada por DLAA. ^{[ 22 ]}

DLSS y DLAA comparten el mismo método de suavizado de bordes basado en IA. ^{[ 23 ]} Por lo tanto, DLAA funciona como DLSS pero sin la parte de escalado. Ambos son desarrollados por Nvidia y requieren Tensor Cores . Sin embargo, DLSS y DLAA no se pueden habilitar simultáneamente; solo se puede seleccionar uno según se priorice el rendimiento o la calidad de imagen.

TechPowerUp descubrió que "[e]n comparación con TAA y DLSS, DLAA produce claramente la mejor calidad de imagen, especialmente a resoluciones más bajas", argumentando que, si bien "DLSS ya hacía un mejor trabajo que TAA reconstruyendo objetos pequeños", "DLAA hace un trabajo aún mejor". ^{[ 22 ]}

En una prueba de rendimiento de Cyberpunk 2077 , IGN afirmó que "DLAA proporcionó resultados algo similares [en términos de FPS] al modo raster normal en la mayoría de los casos, pero obtuvo un aumento de rendimiento significativo con la ayuda de la generación de fotogramas ", una característica no disponible cuando se utiliza la resolución nativa. ^{[ 24 ]}

Rock Paper Shotgun señaló que, si bien DLAA "no es una forma completamente perfecta de suavizado de bordes, ya que ocasionalmente aparecen bordes dentados", "se ve mucho más nítido en general [que TAA], y especialmente en movimiento". ^{[ 11 ]}

Según PC World , "DLAA ofrece un suavizado de bordes muy bueno sin perder información visual; alternativas como TAA tienden a tener problemas durante escenas con mucho movimiento, mientras que DLAA no. Además, la pérdida de rendimiento de DLAA es menor que la de los métodos de suavizado de bordes convencionales". ^{[ 25 ]}

• Sitio web oficial de DLSS , que también incluye información sobre DLAA.