Сегодня 01 сентября 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Software

Intel научила ИИ оценивать, как апскейлинг и генерация кадров влияют на качество графики в играх

Intel представила ИИ-инструмент CGVQM, который позволяет объективно оценивать качество изображений в современных играх. Модель анализирует искажения, возникающие при использовании технологий масштабирования и улучшения графики, таких как апскейлинг (DLSS, FSR, XeSS), генерация кадров и другие методы рендеринга.

 Источник изображения: Intel

Источник изображения: Intel

Традиционные метрики, например PSNR, не всегда подходят для оценки игровой графики, поскольку изначально были созданы для анализа сжатого видео. Они не учитывают специфические артефакты, возникающие при использовании апскейлеров, трассировки лучей или динамического затенения. Например, в процессе обработки могут появляться мерцание, гостинг (ghosting), ступенчатость, разрывы объектов и другие. Новая метрика под названием Computer Graphics Visual Quality Metric (CGVQM) использует искусственный интеллект для анализа видеоряда и выявления дефектов, вызванных современными методами обработки изображений.

Команда исследователей из Intel — Акшай Джиндал (Akshay Jindal), Набиль Садака (Nabil Sadaka), Антон Соченов (Anton Sochenov) и другие, предложила двухэтапный подход. Сначала они собрали датасет CGVQD, который включает нейросетевое шумоподавление, апскейлинг, интерполяцию кадров и адаптивное затенение, а затем на его основе обучили нейросеть CGVQM, способную оценивать качество изображения так же, как это делает человек.

Для калибровки модели группе добровольцев показали видеоролики из набора данных и попросили оценить артефакты по шкале от «незаметных» до «сильно раздражающих». Эти данные и стали основой для обучения 3D-свёрточной нейросети (3D-CNN) на базе архитектуры ResNet-18, которая позволяет анализировать не только пространственные, но и временные искажения, что критически важно для видео.

В итоге, в тестах CGVQM превзошла большинство существующих метрик, особенно при работе с собственным набором данных. Модель версии CGVQM-5 показала результат, близкий к человеческой оценке, а более простая CGVQM-2 заняла третье место среди протестированных систем. При этом CGVQM способна анализировать и сторонний контент, не входящий в обучающую выборку, что делает её универсальным инструментом.

В будущем, как пишет Tom's Hardware, исследователи рассматривают переход на архитектуру трансформеров для повышения производительности. Также в метрику могут добавить анализ оптического потока для более детальной оценки.

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
Королевская битва Battlefield 6 засветилась в новой геймплейной утечке с закрытого тестирования 39 мин.
Microsoft нашла способ отключить рекламу в YouTube для Android без подписки Premium 54 мин.
Джеймс Бонд выходит из тени: Sony скоро покажет 30 минут геймплея шпионского боевика 007 First Light от создателей Hitman 2 ч.
Windows 11 растеряла популярность в августе, но не уступила лидерство Windows 10 2 ч.
Россиянам больше нельзя искать экстремизм в интернете, рекламировать VPN и размещать рекламу в Instagram 3 ч.
Спустя восемь лет ожиданий Escape from Tarkov наконец взяла курс на Steam 5 ч.
Большое обновление Telegram: музыка в профиле, новые функции подарков и мини-приложение для стикеров 6 ч.
Смертельная битва откладывается: кинобоевик «Мортал Комбат 2» не выйдет в октябре 7 ч.
Team Cherry подтвердила стоимость и время выхода Hollow Knight: Silksong — более 20 минут нового геймплея 10 ч.
Meta может начать использовать ИИ-модели Google и OpenAI в своих приложениях 31-08 10:31