VMAF adalah algoritme penilaian kualitas video persepsi yang memenangkan Emmy yang dikembangkan oleh Netflix. Paket perangkat lunak ini mencakup pustaka C mandiri, libvmaf, dan pembungkus pustaka Pythonnya. Pustaka Python juga menyediakan alat untuk melatih dan menguji model VMAF kustom. Selain itu, libvmaf juga mencakup implementasi dari beberapa metrik lain: PSNR, PSNR-HVS, SSIM, MS-SSIM dan CIEDE2000.
Pada Juni 2026, Netflix merilis satu set model VMAF baru (v1), sementara generasi sebelumnya (v0) tetap didokumentasikan. Pada 7 Desember 2023, libvmaf v3.0.0 dirilis, yang berisi optimisasi dan perbaikan bug serta penghapusan lengkap API yang sudah tidak digunakan lagi dalam v2.0.0. Rilis v2.0.0 mencapai peningkatan kecepatan 2x melalui optimasi titik tetap dan SIMD x86.
Netflix telah membuat sumber terbuka CAMBI (Contrast Aware Multiscale Banding Index), detector untuk artefak bentukan, dan mengubah lisensi VMAF dari Apache 2.0 menjadi BSD+Patent. VMAF kini termasuk sebagai filter dalam FFmpeg dan dapat dikonfigurasi menggunakan ./configure --enable-libvmaf. Dockerfile VMAF menghasilkan gambar docker dari pustaka Python, dan petunjuk pembangunan untuk Windows juga tersedia.
FAQ Q: Apa itu VMAF dan bagaimana cara penggunaannya?
FAQ A: VMAF adalah algoritme penilaian kualitas video persepsi yang memenangkan Emmy dari Netflix, tersedia sebagai pustaka C (libvmaf), pustaka Python, alat baris perintah, dan filter FFmpeg untuk mengukur dan mengoptimalkan kualitas video.
Sumber: Hacker News · Diringkas oleh HeadlinesBriefing