Intel brengt AI-tool uit om beeldkwaliteit in games te meten

In dit artikel:

Intel heeft in juni een opensourcetool gelanceerd genaamd Computer Graphics Visual Quality Metric (CGVQM), waarmee de beeldkwaliteit in moderne games objectief kan worden gemeten. Deze tool, beschikbaar op GitHub als een PyTorch-programma onder de Apache-2.0-licentie, vergelijkt twee video's om vast te stellen hoeveel slechter de vervormde versie is ten opzichte van het origineel. Naast een score toont CGVQM ook de specifieke gebieden waar beeldverstoringen optreden. De software is geoptimaliseerd voor CUDA-gpu's, maar werkt ook op cpu's.

Moderne games maken vaak gebruik van upscalingtechnieken zoals DLSS, FSR en XeSS, die de beeldkwaliteit kunnen beïnvloeden door effecten als ghosting en aliasing. Traditionele meetmethoden zoals peak signal-to-noise ratio (PSNR) en structural similarity index measure (SSIM) zijn echter minder geschikt voor deze nieuwe renderingmethodes, omdat zij vooral klassieke vervormingen zoals compressiewazigheid detecteren, maar niet de fouten die moderne upscaling introduceert.

Intel benadrukt in een whitepaper dat er voldoende datasets bestaan voor natuurlijke video's en traditionele vervormingen, maar dat data over synthetische content en moderne renderingartefacten ontbreken. Daarom trainde Intel een AI-model met input van twintig deelnemers die video's beoordeelden waarin verschillende renderingtechnieken waren toegepast naast de originele beelden. Deze dataset zal binnenkort openbaar worden, hoewel een exacte releasedatum nog niet is gegeven. Met CGVQM wil Intel ontwikkelaars en onderzoekers beter in staat stellen om beeldkwaliteit in games nauwkeurig en objectief te evalueren.