Компьютерные новости
Все разделы
Intel представила инструмент CGVQM: ИИ, который видит качество игр глазами человека
Intel сделала значительный шаг вперёд для игровой индустрии, представив Computer Graphics Visual Quality Metric (CGVQM) – первый открытый инструмент для измерения качества изображения в видеоиграх в реальном времени. Его главное преимущество в том, что он оценивает визуальное качество почти с такой же точностью, как и человеческий глаз.
CGVQM был создан на базе уникального набора данных CG-VQD, который включает 80 трёхсекундных видео из 15 различных 3D-сцен. Эти сцены, от известных демо до специально созданных сред, были обработаны шестью современными методами рендеринга, такими как нейронный суперсэмплинг (DLSS, XeSS), трассировка пути или гауссово сплайтинг.
Изначально технология задумывалась для анализа артефактов сжатия в потоковом видео (как YouTube или Netflix), но со временем эволюционировала. Исследователи Intel использовали предварительно обученную нейросеть 3D ResNet-18, "доводя" её, чтобы её оценки качества максимально соответствовали субъективным оценкам добровольцев. В результате версия CGVQM-5 превосходит все существующие метрики и почти совпадает с человеческим восприятием.
Как это работает? CGVQM разбивает видео на мелкие фрагменты, извлекает ключевые визуальные особенности с помощью нейросети, а затем корректирует внутренние параметры, чтобы прогнозируемые баллы соответствовали оценкам, данным людьми. Инструмент выдаёт не только общую оценку качества, но и попиксельные карты ошибок, которые чётко показывают такие артефакты, как "призраки" (ghosting) или мерцание. Это позволяет разработчикам быстро выявлять и исправлять проблемы без необходимости проводить полноценные пользовательские тесты.
Для ещё более быстрого использования в процессе разработки, команда Intel также создала более лёгкую версию – CGVQM-2. Она работает значительно быстрее, используя только первые два блока ResNet, но всё равно превосходит конкурентов.
Разработчики игр могут интегрировать CGVQM непосредственно в свои рабочие процессы, клонировав GitHub-репозиторий и добавив соответствующие расширения для Vulkan или Unreal Engine. Это позволяет проводить оценки качества "на лету" и выбирать оптимальный баланс между качеством и производительностью.
Это важный шаг к более интеллектуальному и точному методу оценки качества графики в играх.
