英特尔近日在GitHub开源了一款基于AI的视频质量评估工具CGVQM,专为现代游戏与实时渲染图形设计。当前DLSS、帧生成等技术虽提升画质与性能,但也带来鬼影、闪烁等问题,而传统指标如PSNR难以准确量化此类复杂失真。
为此,英特尔构建了涵盖多种画质退化场景的CGVQD数据集,并基于3D卷积神经网络训练CGVQM模型,能有效识别空间与时间维度的动态画质问题。实验显示,其评估效果接近人类感知水平,具备良好泛化能力,未来有望通过引入Transformer架构进一步优化表现。
英特尔近日在GitHub开源了一款基于AI的视频质量评估工具CGVQM,专为现代游戏与实时渲染图形设计。当前DLSS、帧生成等技术虽提升画质与性能,但也带来鬼影、闪烁等问题,而传统指标如PSNR难以准确量化此类复杂失真。
为此,英特尔构建了涵盖多种画质退化场景的CGVQD数据集,并基于3D卷积神经网络训练CGVQM模型,能有效识别空间与时间维度的动态画质问题。实验显示,其评估效果接近人类感知水平,具备良好泛化能力,未来有望通过引入Transformer架构进一步优化表现。