“NVIDIA研究人员成功地训练了一个神经网络，通过确定每个像素的最佳颜色来找到这些锯齿状边缘并执行高质量的抗锯齿，然后应用适当的颜色来创建更平滑的边缘并提高图像质量 . 这种技术是众所周知的作为深度学习超级样本（DLSS）.DLSS就像一个“超AA”模式 - 它提供最高质量的抗锯齿，比其他类型的抗锯齿具有更少的伪像.DLSS需要训练集的全分辨率帧每个像素使用一个样本作为训练基线的混叠图像 . 另一个全分辨率的帧组，每个像素至少有64个样本，作为DLSS旨在实现的参考 .
https://developer.nvidia.com/rtx/ngx
起初我想到了样本，因为它在图形中使用，是通道和像素的交集 . 但在这种情况下，从1通道到64通道真的没有任何意义吗？
所以我认为这是统计学术语中的样本，但我不明白静态图像如何能够提供64种变体来进行比较？即使从FHD到4K UHD，也只是像素数量的4倍 . 试图解析第二段我真的无法理解它 .
1 回答
16位×RGBA等于每像素64个样本？他们至少说过，所以更高的精度可能需要32位×RGBA或每像素128个样本才能达到双倍 .