En el mundo del gaming actual hemos prácticamente asimilado que para obtener la mejor calidad gráfica posible es necesario utilizar una tecnología de reescalado, pero estas afectan directamente a la imagen incluso si no somos capaces de notarlo a primera vista. Por este motivo, Intel ha creado una herramienta que analiza en tiempo real la calidad de imagen, permitiendo crear un sistema de mediciones mucho más objetivo.
Uno de los mayores problemas que tienen los videojuegos que se lanzan con unas capacidades gráficas realmente altas está en la necesidad de utilizar tecnologías como el DLSS, FSR o XeSS para mantener un rendimiento óptimo. Este tipo de soluciones recogen el fotograma que se renderiza de forma nativa y lo pasan por una serie de filtros para lograr que consuma menos recursos pero mantenga una calidad gráfica, pasándolo de una resolución inferior a una mayor. Esto puede causar varios fallos en la imagen entre los que encontramos imágenes fantasma, parpadeos, picos de sierra y otro tipo de problemas que también afectan a otros sistemas como la generación de fotogramas.
La evaluación de la calidad de imagen ha sido tradicionalmente un proceso subjetivo, basado en la percepción humana de términos como «borroso» o «pixelado». La principal innovación de Computer Graphics Visual Quality Metric (CGVQM) es introducir un benchmark que asigna una puntuación objetiva y reproducible.
Esta herramienta permitirá mostrar las diferencias entre las tecnologías de reescalado
El objetivo que tiene CGVQM parece simple en un principio, busca evaluar objetivamente la calidad de imagen que representan los gráficos modernos en tiempo real, pero esto no resulta sencillo. Para conseguirlo los investigadores detrás de esta herramienta han tenido que seguir una serie de pasos que comienza con la creación de un conjunto de datos (CGVQD) que incluye una gran parte de las degradaciones que sufre la calidad de imagen al utilizar una técnica de renderizado moderna. En este caso han tenido en cuenta factores como la interpolación de fotogramas, el sombreado adaptativo, el trazado de trayectorias y las técnicas de supermuestreo neuronal (DLSS, FSR, XeSS).
El proceso de entrenamiento se detalla en el informe técnico de Intel Labs. Según dicho documento, el modelo de IA fue entrenado con un conjunto de datos (CGVQD) que contiene más de 350.000 muestras de vídeo. Estas muestras fueron etiquetadas manualmente por un panel de expertos para crear una «verdad fundamental» (ground truth) sobre la percepción humana de 12 categorías de distorsión visual, usando una escala desde «imperceptible» hasta «muy molesto».
Con estos valores, la IA es capaz de identificar y establecer una medida sobre cómo ve la imagen, utilizando una arquitectura de red neuronal convolucional 3D es capaz de tener en cuenta tanto la información espacial como la temporal. Este modelo no solo identifica y localiza las distorsiones dentro del conjunto de datos para el que se ha preparado, sino que también puede funcionar con otros que no forman parte de su entrenamiento. Esto demuestra que es una herramienta realmente útil para evaluar la calidad que tienen las imágenes de cualquier aplicación gráfica en tiempo real, aunque todavía no funciona de la mejor forma en conjuntos de datos externos.