用AI評測遊戲畫質 英特爾推出CGVQM工具

英特爾開源AI視頻質量評估工具CGVQM

英特爾近期在GitHub上開源了一款名為CGVQM（計算機圖形視覺質量指標）的視頻質量評估工具，專門針對遊戲和實時渲染畫面提供客觀量化標準。該工具以PyTorch形式發布，並同步公開了相關研究論文。

解決遊戲畫質評估難題

目前，遊戲行業普遍使用DLSS等超分技術來提升性能，但這類技術容易引發鬼影、閃爍等視覺問題。傳統的畫質指標如PSNR僅能評估壓縮偽影，無法全面反映實時渲染中的複雜失真。為了應對這一挑戰，英特爾團隊構建了CGVQD數據集，涵蓋路徑追踪、神經超采樣等技術所導致的多樣化畫質退化問題。

基於3D卷積神經網絡的創新模型

CGVQM模型採用3D卷積神經網絡（3D-ResNet-18架構），能夠同時捕捉時空維度的圖像特徵，從而更精準地識別動態畫質問題。實驗結果顯示，CGVQM的評估效果遠超現有工具：複雜版CGVQM-5接近人類評分基線，簡化版CGVQM-2也穩居前三名，且在未訓練視頻中展現出良好的泛化能力。

未來發展方向

展望未來，英特爾計劃進一步優化模型性能，可能引入Transformer或光流信息來提升評估精度，持續推動遊戲與實時渲染領域的技術進步。