VMAF — это алгоритм оценки perceptualного качества видео, получивший премию Emmy, разработанный Netflix. Этот пакет программного обеспечения включает автономную библиотеку C, libvmaf, и её обёртку для библиотеки Python. Библиотека Python также предоставляет инструменты для обучения и тестирования пользовательской модели VMAF. Кроме того, в libvmaf включены реализации нескольких других метрик: PSNR, PSNR-HVS, SSIM, MS-SSIM и CIEDE2000.
В июне 2026 года Netflix выпустила новый набор моделей VMAF (v1), тогда как предыдущее поколение (v0) остаётся документированным. 7 декабря 2023 года был выпущен libvmaf v3.0.0, содержащий оптимизации и исправления ошибок, а также полное удаление API, устаревших в v2.0.0. Релиз v2.0.0 достиг ускорения в 2 раза благодаря фиксированной точке и оптимизации SIMD x86.
Netflix открыла исходный код CAMBI (Contrast Aware Multiscale Banding Index), своего детектора артефактов полос, и изменила лицензию VMAF с Apache 2.0 на BSD+Patent. VMAF теперь включён как фильтр в FFmpeg и может быть настроен с помощью ./configure --enable-libvmaf. Dockerfile VMAF создаёт образ Docker из библиотеки Python, а также доступны инструкции по сборке для Windows.
FAQ Q: Что такое VMAF и как оно используется?
FAQ A: VMAF — это алгоритм оценки perceptualного качества видео, получивший премию Emmy от Netflix, доступный в виде библиотеки C (libvmaf), библиотеки Python, инструмента командной строки и фильтра FFmpeg для измерения и оптимизации качества видео.
Источник: Hacker News · Сводку подготовил HeadlinesBriefing