英特尔推出开源游戏画质评估工具接近人眼识别水准

Meise · 发表于 3 天前

本帖最后由 Meise 于 2025-7-17 09:14 编辑

科技行业又有新突破！英特尔最新推出了计算机图形视觉质量指标（CGVQM）工具，业界首个能够实时评估游戏画面质量的开源解决方案。这款工具的厉害之处在于测评结果几乎达到人眼识别的精确度。整套系统的基石是CG-VQD数据集，该库包含80段三秒钟时长的视频片段，素材取自15个开源3D场景，覆盖范围从亚马逊的Bistro技术演示场景到自定义的房屋、桥梁等虚拟环境。每个片段都采用了六种现代渲染技术中的一种进行处理，包括神经超采样、路径追踪和高斯泼溅等前沿技术。

英特尔研究团队采取了两阶段开发策略：首先采用预训练好的3D ResNet-18网络作为基础模型，随后通过精细调整通道权重参数，使机器评分结果与志愿者打分数据高度吻合。最终成型的CGVQM-5版本，在性能测试中全面超越现有参照系评估工具，其准确度已逼近人类评测员的一致性水平。

该工具的运行机制包含三层处理流程：先将输入视频分割为小型区块，利用3D ResNet主干网络提取关键视觉特征，随后调节少量通道权重参数，使预测分数与真人测试数据高度匹配。CGVQM-5版本动用了全部五个ResNet模块确保精度。为适应高效开发环境，团队同步推出轻量化版本CGVQM-2——仅采用前两个ResNet模块，通过裁剪后续处理环节，在保持评估准确度的同时大幅提升运算效率。测试显示这个简化版依然优于市场上所有同类产品。

两个版本均具备可视化诊断能力，可生成标记画面瑕疵的实时错误热力图。开发者能清晰定位重影、闪烁等问题区域，省去组织真人测试的繁琐流程。游戏工作室通过克隆GitHub仓库代码，集成Vulkan接口或安装虚幻引擎插件，即可将这套系统植入开发环境。这意味着在游戏测试过程中，团队能够实时获取画面质量分析报告。

目前整套工具已在GitHub平台开放下载，这为游戏开发行业提供了突破性解决方案——画面优化效果的评估，从此不再完全依赖肉眼识别的原始检测方式。当游戏画面在屏幕上流动时，这台"电子监考官"正在像素级别执行着媲美人类的视觉质检。