VMAF est un algorithme d'évaluation perceptuelle de la qualité vidéo primé aux Emmy développé par Netflix. Ce paquet logiciel comprend une bibliothèque C autonome, libvmaf, et son enveloppe de bibliothèque Python. La bibliothèque Python fournit également des outils pour entraîner et tester un modèle VMAF personnalisé. libvmaf inclut également les implémentations de plusieurs autres métriques : PSNR, PSNR-HVS, SSIM, MS-SSIM et CIEDE2000.
En juin 2026, Netflix a publié un nouvel ensemble de modèles VMAF (v1), tandis que la génération précédente (v0) reste documentée. Le 7 décembre 2023, libvmaf v3.0.0 a été publié, contenant des optimisations et des corrections de bogues, ainsi qu'une suppression complète des API dépréciées dans v2.0.0. La version v2.0.0 a atteint une augmentation de vitesse de 2x grâce à l'optimisation en point fixe et au SIMD x86.
Netflix a rendu open source CAMBI (Indice de Bande Multiscale Sensible au Contraste), son détecteur d'artefacts de bande, et a changé la licence de VMAF de Apache 2.0 à BSD+Brevet. VMAF est maintenant inclus en tant que filtre dans FFmpeg et peut être configuré à l'aide de ./configure --enable-libvmaf. Un Dockerfile VMAF génère une image Docker à partir de la bibliothèque Python, et des instructions de compilation pour Windows sont également disponibles.
FAQ Q : Qu'est-ce que VMAF et comment est-il utilisé ?
FAQ A : VMAF est l'algorithme d'évaluation perceptuelle de la qualité vidéo primé aux Emmy de Netflix, disponible sous forme de bibliothèque C (libvmaf), bibliothèque Python, outil en ligne de commande et filtre FFmpeg permettant de mesurer et d'optimiser la qualité vidéo.
Source: Hacker News · Résumé par HeadlinesBriefing