VMAF 是 Netflix 开发的获奖艾美奖感知视频质量评估算法。此软件包含一个独立的 C 库 libvmaf 及其 Python 包装库。Python 库还提供训练和测试自定义 VMAF 模型的工具。libvmaf 中还包含其他几种指标的实现：PSNR、PSNR-HVS、SSIM、MS-SSIM 和 CIEDE2000。
2026 年 6 月，Netflix 发布了一套新的 VMAF 模型（v1），而上一代（v0）仍保持文档化。2023 年 12 月 7 日，libvmaf v3.0.0 发布，包含优化和错误修复，并完全移除了在 v2.0.0 中被弃用的 API。v2.0.0 版本通过定点和 x86 SIMD 优化实现了 2x 加速。
Netflix 开源了 CAMBI（对比感知多尺度带状噪声指数），这是其用于检测带状噪声伪影的工具，并将 VMAF 的许可证从 Apache 2.0 更改为 BSD+Patent。VMAF 现已作为 FFmpeg 中的过滤器包含，可通过 ./configure --enable-libvmaf 进行配置。VMAF Dockerfile 可从 Python 库生成 Docker 镜像，同时也提供了 Windows 构建说明。
FAQ Q: 什么是 VMAF 以及它是如何使用的？
FAQ A: VMAF 是 Netflix 获艾美奖的感知视频质量评估算法，以 C 库（libvmaf）、Python 库、命令行工具和 FFmpeg 过滤器的形式提供，用于测量和优化视频质量。
来源: Hacker News · 由HeadlinesBriefing整理摘要