Используйте ИИ, чтобы оценить качество изображения игры! Intel запускает новый инструмент оценки CGVQM
Недавно Intel открыла инструмент оценки качества видео на основе искусственного интеллекта CGVQM (индикаторы визуального качества компьютерной графики), нацеленную на то, чтобы обеспечить объективные количественные стандарты для игр и рендеринга изображений в реальном времени. Инструмент опубликован в форме Pytorch, а вспомогательные исследовательские работы выпускаются одновременно.
Текущие игры, как правило, полагаются на супер-оцененные технологии, такие как DLSS, для повышения производительности, но они склонны вызывать визуальные проблемы, такие как призраки и мерцание. Традиционные показатели качества изображения (такие как PSNR) оценивают только артефакты сжатия и не могут полностью отражать сложное искажение рендеринга в реальном времени. С этой целью команда Intel построила набор данных CGVQD, охватывая диверсифицированное деградацию качества изображения, вызванное такими технологиями, как отслеживание путей и нейронная гиперсвязанность, и обучила модель CGVQM на основе этого набора данных. Эта модель принимает трехмерную сверточную нейронную сеть (архитектура 3D-Resnet-18), которая может одновременно захватывать функции изображения в размерах пространства-времени и более точно идентифицировать динамические проблемы качества изображения.
Эксперименты показывают, что эффект оценки CGVQM всесторонне превышает существующие инструменты: сложная версия CGVQM-5 близка к базовой линии оценки человека, а упрощенная версия CGVQM-2 также твердо в тройке и демонстрирует хорошую способность обобщения в неотъемлемых видео. В будущем производительность модели может быть дополнительно оптимизирована путем введения информации о трансформаторах или оптическом потоке.
