VMAF é um algoritmo de avaliação perceptual da qualidade de vídeo premiado com um Emmy desenvolvido pela Netflix. Este pacote de software inclui uma biblioteca C independente, libvmaf, e seu envelope de biblioteca Python. A biblioteca Python também fornece ferramentas para treinar e testar um modelo VMAF personalizado. Também incluído em libvmaf estão as implementações de várias outras métricas: PSNR, PSNR-HVS, SSIM, MS-SSIM e CIEDE2000.
Em junho de 2026, a Netflix lançou um novo conjunto de modelos VMAF (v1), enquanto a geração anterior (v0) permanece documentada. Em 7 de dezembro de 2023, foi lançado o libvmaf v3.0.0, contendo otimizações e correções de bugs e uma remoção completa das APIs obsoletas em v2.0.0. A versão v2.0.0 alcançou um aumento de velocidade de 2x por meio de otimização de ponto fixo e SIMD x86.
A Netflix tornou open source o CAMBI (Índice de Banda Multiescala Consciente do Contraste), seu detector de artefatos de banda, e alterou a licença do VMAF de Apache 2.0 para BSD+Patent. O VMAF agora está incluído como um filtro no FFmpeg e pode ser configurado usando ./configure --enable-libvmaf. Um Dockerfile do VMAF gera uma imagem do docker a partir da biblioteca Python, e as instruções de compilação para Windows também estão disponíveis.
FAQ Q: O que é VMAF e como ele é usado?
FAQ A: VMAF é o algoritmo premiado com um Emmy da Netflix para avaliação perceptual da qualidade de vídeo, disponível como uma biblioteca C (libvmaf), biblioteca Python, ferramenta de linha de comando e filtro FFmpeg para medir e otimizar a qualidade de vídeo.
Fonte: Hacker News · Resumido por HeadlinesBriefing