VMAF es un algoritmo de evaluación de calidad de video perceptual galardonado con un Emmy desarrollado por Netflix. Este paquete de software incluye una biblioteca C independiente, libvmaf, y su envoltorio de biblioteca de Python. La biblioteca de Python también proporciona herramientas para entrenar y probar un modelo VMAF personalizado. También incluido en libvmaf están las implementaciones de varios otros métricos: PSNR, PSNR-HVS, SSIM, MS-SSIM y CIEDE2000.
En junio de 2026, Netflix lanzó un nuevo conjunto de modelos VMAF (v1), mientras que la generación anterior (v0) sigue estando documentada. El 7 de diciembre de 2023, se lanzó libvmaf v3.0.0, que contiene optimizaciones y correcciones de errores y una eliminación completa de las API obsoletas en v2.0.0. La versión v2.0.0 logró un aumento de velocidad de 2x mediante optimización de punto fijo y SIMD x86.
Netflix código abierto CAMBI (Índice de Banda Multiescala Consciente del Contraste), su detector de artefactos de banda, y cambió la licencia de VMAF de Apache 2.0 a BSD+Patent. VMAF ahora está incluido como un filtro en FFmpeg y se puede configurar usando ./configure --enable-libvmaf. Un Dockerfile de VMAF genera una imagen de docker desde la biblioteca de Python, y también están disponibles las instrucciones de compilación para Windows.
FAQ Q: ¿Qué es VMAF y cómo se utiliza?
FAQ A: VMAF es el algoritmo galardonado con un Emmy de Netflix para evaluar la calidad perceptual de video, disponible como una biblioteca C (libvmaf), biblioteca de Python, herramienta de línea de comandos y filtro FFmpeg para medir y optimizar la calidad de video.
Fuente: Hacker News · Resumido por HeadlinesBriefing