Oyun geliştiricileri Intel CGVQM göz atmanız için sizi bekliyor.
Bilgisayar grafiklerinde görüntü kalitesi algısının kişiden kişiye değişen doğası, geliştiriciler için sürekli bir zorluk teşkil ediyor. Bu sorunu ele almak amacıyla Intel, görsel bozulmaları nicel olarak ölçebilen yenilikçi bir araç geliştirdi. “Bilgisayar Grafikleri Video Kalite Metriği” (CGVQM) adı verilen bu yazılım, nöral süper örnekleme, ışın izleme ve değişken oranlı gölgeleme gibi modern işleme tekniklerinin neden olduğu distorsiyonları saptama ve derecelendirme kapasitesine sahip. Araç, oyun geliştiricilerine optimizasyon süreçlerinde önemli bir yardımcı olmayı hedefliyor.
CGVQM’nin geliştirilme süreci, kapsamlı bir metodolojiye dayanıyor. Intel ekibi, çeşitli süper örnekleme yöntemlerinin (DLSS, FSR, XeSS gibi) ve diğer modern işleme tekniklerinin yol açtığı görsel hataları içeren 80 kısa video sekansı kullandı. Bu videolar, 20 katılımcı tarafından referans sürümlerle karşılaştırılarak algılanan kalite açısından sübjektif olarak derecelendirildi. Titreşim, gölgelenme, moiré desenleri, bulanık sahneler ve yapay zeka modellerinin ürettiği “halüsinasyonlar” gibi yaygın görsel kusurlar, bu çalışma kapsamında incelendi.
Elde edilen insan verileriyle eğitilen bir 3D Evrişimsel Sinir Ağı (CNN) modeli, referans ve bozulmuş videoları karşılaştırarak görüntü kalitesini yüksek doğrulukla tahmin edebiliyor. Bu araç, sadece görsel hataları tespit etmekle kalmıyor, aynı zamanda genel bir kalite puanı ve bozulmaların sahnedeki kesin konumunu gösteren piksel tabanlı hata haritaları sunuyor. Intel’e göre, CGVQM, görsel distorsiyonların insan algısı üzerindeki etkisini öngörmede mevcut diğer metriklerden belirgin şekilde daha başarılı bir performans sergiliyor.
Intel, CGVQM’nin görüntü yükseltme teknolojilerinde kalite ve performans optimizasyonu, ayrıca gürültü giderme algoritmaları için daha akıllı referanslar oluşturma amacıyla kullanılmasını umuyor. Şirket, insan yargısıyla uyumlu bir algısal metriğin, nöral işleyicilerin eğitimi gibi süreçlerde kritik bir avantaj sağladığını vurguluyor. Mevcut referans video bağımlılığı bazı kısıtlamalar getirse de, gelecekte hareket tutarlılığı ve anlamsal farkındalık gibi unsurların entegrasyonuyla aracın daha da güçlendirileceği belirtildi. Görsel artefakt şikayetlerine potansiyel bir çözüm sunan bu araç, PyTorch uygulaması olarak GitHub üzerinden geliştiricilerin erişimine açıldı.
Tüm oyun haberlerimiz için buraya tıklayın.
YNP YouTube kanalı için ise buraya tıklayın.
