VMAF ist ein von Netflix entwickeltes Emmy-prämiertes perceptuelles Videoqualitätsbewertungs-Algorithmus. Dieses Softwarepaket umfasst eine eigenständige C-Bibliothek, libvmaf, und deren Python-Bibliotheks-Wrapper. Die Python-Bibliothek stellt ebenfalls Tools bereit, um ein benutzerdefiniertes VMAF-Modell zu trainieren und zu testen. Zusätzlich enthält libvmaf Implementierungen verschiedener anderer Metriken: PSNR, PSNR-HVS, SSIM, MS-SSIM und CIEDE2000.
Im Juni 2026 veröffentlichte Netflix einen neuen Satz von VMAF-Modellen (v1), während die vorherige Generation (v0) weiterhin dokumentiert bleibt. Am 7. Dezember 2023 wurde libvmaf v3.0.0 veröffentlicht, das Optimierungen und Fehlerbehebungen enthält und eine vollständige Entfernung der in v2.0.0 veralteten APIs. Die Veröffentlichung v2.0.0 erzielte durch Festkomma- und x86-SIMD-Optimierung eine 2-fache Geschwindigkeitssteigerung.
Netflix hat CAMBI (Contrast Aware Multiscale Banding Index) open source gestellt, ihren Detektor für Banding-Artefakte, und hat die Lizenz von VMAF von Apache 2.0 auf BSD+Patent geändert. VMAF ist jetzt als Filter in FFmpeg enthalten und kann mit ./configure --enable-libvmaf konfiguriert werden. Eine VMAF-Dockerfile erzeugt ein Docker-Image aus der Python-Bibliothek, und Windows-Build-Anweisungen sind ebenfalls verfügbar.
FAQ Q: Was ist VMAF und wie wird es verwendet?
FAQ A: VMAF ist das Emmy-prämierte perceptuelle Videoqualitätsbewertungs-Algorithmus von Netflix, verfügbar als C-Bibliothek (libvmaf), Python-Bibliothek, Kommandozeilentool und FFmpeg-Filter zur Messung und Optimierung der Videoqualität.
Quelle: Hacker News · Zusammengefasst von HeadlinesBriefing