Генеративный апскейлинг в ВКР: метрики качества и кейс Nvidia DLSS 5
Введение: почему провал DLSS 5 — это возможности для вашего диплома
17 марта 2026 года Nvidia представила DLSS 5, назвав его «самым значительным прорывом в компьютерной графике после реал-тайм трассировки». Однако первые же демонстрации показали, что лица персонажей Resident Evil Requiem и Hogwarts Legacy превратились в нечто похожее на «AI-слопину». Заявленная фотореалистичность разбилась о деформированные носы и пластиковые скулы. Для студента ИТ-специальности это не просто новость, а готовая исследовательская площадка: можно анализировать, почему генеративные модели сбоят, как это измерить и что предложить для исправления. Такая работа будет актуальной, защищаемой и покажет умение работать с современными ИИ-технологиями.
Основная часть: от новости к трём защищаемым темам ВКР
Статья из The Verge даёт конкретный материал для введения, аналитической главы и практической части. В главе 1 вы описываете архитектуру DLSS 5, сравниваете с предшественниками и другими методами апскейлинга (FSR, XeSS). В главе 2 — либо проводите эксперимент с воспроизведением артефактов, либо строите собственную модель/пост-обработку. В главе 3 — оцениваете качество через метрики и оформляете выводы. Ниже — три темы, которые полностью покрывают это поле.
| Тема ВКР | Актуальность (со ссылкой на статью) | Цель | Задачи | Структура глав |
|---|---|---|---|---|
| 1. Оценка качества генеративного апскейлинга в игровых движках | DLSS 5 показал, что стандартные метрики не отражают восприятие лиц. Нужна методика комплексной оценки. | Разработать методику оценки апскейлинга, учитывающую искажения лица. |
- Проанализировать существующие метрики (FID, LPIPS, SSIM) - Собрать датасет с лицами игровых персонажей - Провести пользовательское тестирование - Сопоставить объективные и субъективные оценки |
Глава 1 — анализ апскейлинга и метрик; Глава 2 — проектирование эксперимента; Глава 3 — результаты и корреляционный анализ |
| 2. Разработка алгоритма пост-обработки для устранения артефактов лиц | Статья показывает системную проблему генеративных моделей — деформацию анатомии. Это возможность создать собственный корректор. | Разработать алгоритм, который восстанавливает корректные черты лица. |
- Изучить типы артефактов на примере DLSS 5 - Спроектировать контурную модель лица - Реализовать пост-обработку на основе GAN или фильтров - Провести абляционный эксперимент |
Глава 1 — нейросетевые методы апскейлинга и их ограничения; Глава 2 — архитектура разработанного модуля; Глава 3 — эксперименты и сравнение с DLSS 5 |
| 3. Сравнительный анализ архитектур генеративных моделей для восстановления деталей лица | На примере DLSS 5 видно, что архитектурные решения (например, использование диффузии) влияют на качество. Диплом может систематизировать это. | Сравнить не менее пяти архитектур и определить оптимальную для апскейлинга лиц. |
- Выбрать архитектуры (ESRGAN, SwinIR, Stable Diffusion и др.) - Обучить/дообучить модели на датасете лиц - Оценить метрики FID, LPIPS, PSNR - Выделить лучшую по соотношению скорость/качество |
Глава 1 — теоретические основы генеративного апскейлинга; Глава 2 — конфигурация обучения и пайплайны; Глава 3 — сравнительный анализ и рекомендации |
Метрики и инструменты: как показать результат, а не «по ощущениям»
Для оценки вашего решения в дипломе обязательно используйте стандартные метрики изображений: FID (расстояние распределений), LPIPS (перцептуальное сходство), PSNR и SSIM. Для кейса с лицами добавьте отдельную проверку через детектор ключевых точек (например, dlib или MediaPipe) — она покажет, что нос «съехал» именно потому, что модель сгенерировала новую геометрию, а не шум. Фиксировать ход экспериментов удобно через OpenTelemetry: трассируйте вызовы моделей, логируйте параметры экспериментов в стандартном виде. Если обучение тяжёлое, вынесите его на Kubernetes с GPU-пулом — это же можно отразить в главе «Реализация» как инженерное решение.
Пример кода: расчёт FID за пять минут
В приложении к ВКР приведите скрипт для воспроизводимости. Он должен включать загрузку изображений, их нормализацию и вычисление метрики. Вот минимальный фрагмент на PyTorch:
import torch
from torchmetrics.image.fid import FrechetInceptionDistance
# Предполагаем, что изображения уже приведены к [0,255] и имеют тип uint8
# real_img, fake_img — тензоры формы (N, C, H, W)
real_batch = torch.stack(real_images)
fake_batch = torch.stack(fake_images)
fid = FrechetInceptionDistance(feature=2048)
fid.update(real_batch, real=True)
fid.update(fake_batch, real=False)
print(f'FID: {fid.compute().item():.3f}')Для LPIPS и PSNR используйте соответствующие классы из torchmetrics. В тексте работы обязательно опишите, какие именно изображения подаются на вход, как проведена предобработка, и почему выбранный датасет репрезентативен.
Чему вы научитесь
- Проектировать и проводить вычислительные эксперименты с генеративными моделями.
- Считать и интерпретировать ключевые метрики качества изображений (FID, LPIPS, SSIM).
- Выявлять артефакты, связанные с анатомией лиц, и предлагать архитектурные или алгоритмические исправления.
- Оформлять схемы алгоритмов и архитектуры по C4/UML/ГОСТ 19.701.
- Готовить демонстрацию для защиты: скриншоты «до/после», таблицы метрик, пользовательские опросы.
Типичные ошибки студентов при работе с ИИ-кейсами
- Игнорируют специфику данных. Используют общий датасет, а не лица. В случае DLSS 5 провал локализован именно на лицах, поэтому в дипломе нужно делать отдельный срез.
- Подменяют метрики визуальной оценкой. Фразы «видно, что лучше» — не аргумент. Считайте FID/LPIPS и приводите таблицу сравнения.
- Не показывают ограничения. Если ваш алгоритм не решил проблему полностью — это нормально. Главное — четко описать границы применимости и возможные пути улучшения.
FAQ: ответы на реальные вопросы студентов
У меня нет мощной видеокарты для воспроизведения DLSS 5. Что делать?
Вам не обязательно запускать технологию Nvidia. Возьмите доступные публичные модели апскейлинга (ESRGAN, Real-ESRGAN, SwinIR) и примените к набору скриншотов игр. Эффект «лиц» можно получить на фотографиях с сайтов конкурсов, а для оценки артефактов достаточно CPU или бесплатного Google Colab.
Как доказать, что моя методика оценки лучше существующих?
Сравните корреляцию вашей метрики с пользовательскими оценками (соберите опрос) против корреляции стандартных метрик. Если ваш показатель сильнее связан с реакцией людей — это весомый научный результат для ВКР.
Как оформить архитектуру нейросети по ГОСТ?
Для системы используйте C4-диаграммы или UML-компоненты. Для самой модели опишите поток данных в виде последовательных слоев: вход → свёртки → остаточные блоки → выход. Такую иллюстрацию можно сделать в draw.io, а в тексте сослаться на ГОСТ 19.701 (схемы алгоритмов и программ).
Что делать, если полученные метрики не улучшились?
Это тоже результат. В главе «Экономическая эффективность» укажите, что предложенный метод сокращает число артефактов на определённый процент, даже если FID изменился незначительно. Либо обоснуйте, что результаты статистически значимы на тестовой выборке.
Чек-лист: что проверить перед сдачей
- В введении есть ссылка на статью о DLSS 5 и актуальность вашей темы.
- Цель и задачи соответствуют выводам в заключении.
- Метрики в результатах — FID, LPIPS или PSNR/SSIM — рассчитаны на одинаковых данных.
- Все схемы и диаграммы подписаны и оформлены по ГОСТ 19.701/34.
- Код в приложении воспроизводим: указаны версии библиотек и способы запуска.
- Уникальность текста проверена, особенно части про ИИ и генеративные модели.
- Подготовлена презентация с примерами артефактов «до/после» и таблицей метрик.
Если статья показала, что тема глубже, чем кажется, и вам нужна помощь с реализацией эксперимента, оформлением расчётно-пояснительной записки или подготовкой к защите — оставьте заявку на бесплатную консультацию. Наши специалисты помогут интегрировать этот кейс в вашу ВКР за 120 часов.
Источник: Nvidia’s DLSS 5 is like motion smoothing for video games, but worse (опубликовано 2026-03-17)