我经常发现的图像质量感知因人而异 。有些人无法分辨出具有DLSS设置为性能的游戏和一个在本地运行的游戏之间的区别，而另一些游戏则可以轻松地忽略糟糕的TAA实现的模糊性 ，而同龄人则忙于爬墙 。但是 ，英特尔的新工具试图仔细研究图像质量并提供可量化的最终结果，以使游戏开发人员有帮助。
计算机图形视频质量指标（CVGM）工具旨在检测和评估由现代渲染技术和辅助工具引入的扭曲 ，例如神经超级采样 ，路径跟踪和可变速率阴影，以提供有用的评估结果 。
英特尔团队采用了80个简短的视频序列 ，描绘了由DLSS ，FSR和XESS等SuperSmpling方法引入的一系列视觉伪像以及其他各种现代渲染技术 。然后，他们对20名参与者进行了主观研究，每个参与者与参考版本相比 ，将视频的感知质量评为。
视频中显示的扭曲包括闪烁 ，幽灵，摩尔图案 ，萤火虫和模糊场景 。哦 ，直截了当的幻觉，其中神经模型以完全错误的方式重建视觉数据 。
我确定您正在等待这一部分：然后使用参与者的数据集对3D CNN模型（即许多传统AI Image增强技术中使用的AI模型）进行校准 ，以通过比较参考和变形视频来预测图像质量。然后 ，该工具使用该模型来检测和评估视觉错误，并提供全局质量分数以及每个像素误差图 ，该图突出显示了工件 ，甚至尝试确定它们可能发生的方式。
根据英特尔的说法，在所有这些单词之后 ，您最终都会出现的是一种工具 ，它在预测人类将如何判断视觉扭曲方面胜过所有其他当前指标 。它不仅可以预测人类玩家会发现错误的注意力，而且还提供了易于解释的地图，以确切显示场景中发生的位置 。英特尔希望它将在实施上放大器时优化质量和性能权衡 ，并为培训提供更明智的参考 ，用于培训。
英特尔说：“无论您是训练神经渲染器，评估引擎更新 ，还是测试新的升级技术 ，具有与人类判断保持一致的感知指标都是一个巨大的优势 。”
“尽管[CGVQM]当前对参考视频的依赖限制了某些应用程序，但持续的工作旨在通过融合显着性 ，运动相干性和语义意识来扩大CGVQM＆Rsquo的影响力 ，从而使其对现实世界情景更加强大 。 ”
凉爽的。您不必在Interweb上看不远就可以发现一些人们抱怨这些现代形象质量改善和增强型号的速率提高技术（脑海中这是特定的子雷迪德斯普林斯）所引入的视觉文物 。因此，任何使开发人员能够更好地分散他们的注意力 ，这对我来说似乎是进步 。该工具现在可以在GitHub上作为Pytorch实现 ，因此可以使用。
本文来自作者[脚绩]投稿，不代表亚当斯立场，如若转载，请注明出处：https://m.vydsckz.cn/news/266.html
评论列表（3条）
我是亚当斯的签约作者“脚绩”
本文概览： 我经常发现的图像质量感知因人而异。有些人无法分辨出具有DLSS设置为性能的游戏和一个在本地运行的游戏之间的区别，而另一些游戏则可以轻松地忽略糟糕的TAA实现的模糊性，而同龄...
文章不错《英特尔的幻想新AI工具实时测量游戏中的图像质量，因此，升级文物和视觉效果无处可隐藏》内容很有帮助