视频质量评价指标PSNR/SSIM/VMAF

视频在整个互联网流量的占比每年在高速增长，为降低视频存储成本和数据传输通道的负载，视频压缩标准及算法在不断积极开发和改进。视频质量的评估在其中也起着至关重要的作用，尽管已经发展出了大量视频质量评估方法，但普遍接受度最高、最知名的评价方法还是经典的 PSNR、SSIM 以及 VMAF。
本文将浅谈一下这几类评价方法的概念，并将结合微帧在日常实验中所得的经验，重点聊一聊 PSNR avg.MSE 与 PSNR avg.log，谁更胜一筹？以及 VMAF 的“喜”与“忧”。

PSNR（峰值信噪比）峰值信号的能量与噪声的平均能量之比，本质的是比较两张图像像素值差异，用途较广，目前仍作为对照其他指标的基线。PSNR 的单位是 dB，数值越大表示失真越小。

两个m×n单色图像 I 和K， I 为一无噪声的原始图像，K为 I 的噪声近似（例： I 为未压缩的原始图像，K为 I 经过压缩后的图像）

其中，MAX是表示图像点颜色的最大数值，如果每个采样点用 8 位表示，那么就是 255。

PSNR avg.MSE 与 PSNR avg.log，谁更胜一筹？
PSNR avg.MSE：当聚合整个视频的逐帧分数时，首先计算 MSE 的算术平均值，然后取对数。

PSNR avg.log：当聚合整个视频的逐帧分数时，首先计算每帧的 PSNR，然后计算所有视频帧的算术平均值。

经微帧多次测试表明，相较于 PSNR avg.MSE，PSNR avg.log 具有一定不合理性，其太过“照顾”质量更高的帧，比如 PSNR=99dB 和 PSNR=50dB 的单帧，往往在主观上看不出区别，但通过 PSNR avg.log 的公式计算后，PSNR=99dB 的一帧就会大大拉高最终平均分，在特定序列上容易被 trick。

然而，事实上人眼对于质量越差的帧反而越敏感，所谓一锅老鼠屎坏了一锅粥，当观看视频时突然闪现一帧质量差的画面，人眼会对这一帧记忆更为深刻。相较于 PSNR avg.log，PSNR avg.MSE 就更加关照低质量帧，从这点上更符合主观感受。

SSIM（(Structural Similarity，结构相似性）

一种全参考的图像质量评价指标，分别从亮度、对比度、结构三方面度量图像相似性。SSIM 取值范围为[0,1]，值越大，表示图像失真越小。

SSIM 在衡量编码主观损失方面有其独特的表现。比如，当 x264 打开 AQ(自适应量化技术，关闭 AQ 时，x264 倾向于对低细节度的平滑区域使用过低码率，AQ 可以更好地把码率分配到各个宏块中)，PSNR 和 VMAF 都会严重掉分，SSIM 却能体现出收益。大量实践表明 AQ 与主观呈正相关，SSIM 在这点上更符合主观感受。

VMAF（视频多方法评估融合，Video Multimethod Assessment Fusion）

由 Netflix 推出的视频质量评价工具，用来解决传统指标不能反映多种场景、多种特征的视频情况。该指标是目前互联网视频最主流的客观视频评价指标，适用于衡量大规模环境中流播视频质量的观感。

VMAF 的优势
视频画质增强是目前视频爆发时代的刚需应用，它能够更好的提升用户观看体验，然而质量评估常用指标 PSNR 和 SSIM，虽然简单易算，但却不能完全反应人眼主观感受，更无法评价对原画的增强，VMAF 却可以做到这一点。

通过对比可以发现右图经过画质增强，能展现更多的细节，小字变得更加清晰，同时 VMAF 也有了较大的提升。
VMAF 的缺陷
① VMAF 值能够被trick（具有迷惑性）。单纯为了提高 VMAF 值，而增强对比度，实际是不合理的，虽 VMAF 值提高了，但画质却并没有真正提升，本末倒置。

下图为例，右边视频仅在左边视频基础上进行了对比度增强的处理，左边 VMAF 为 67.44，右边 VMAF 为 97，可见经过增强对比度，VMAF 也提升了不少，但当我们查看细节，会发现画质没有得到根本提升，原有的马赛克、噪点依然存在。

② VMAF 在衡量原画损失的能力稍弱，有时不如 SSIM 与 PSNR，甚至适得其反。我们可以做一个简单实验，采用 x264 superfast 对标准测试序列 Johnny 做定码率编码，在关闭 deblock 后（采用了 no-deblock 选项），PSNR 和 SSIM 出现明显损失，VMAF 却取得了增益，如下表所示。（deblock 是视频编码一项成熟已久的技术，用来减轻编码造成的马赛克损伤。）

为了更直观地感受，我们提取实验中的同一码率下的对比帧（下图），可见 no-deblock（右图）的 VMAF 略高于开启 deblock（左图）的 VMAF，但右图却充满了马赛克。因此，关掉 deblock 虽然能提升 VMAF 值，但失真会比较严重。

VMAF 虽然有令人担忧的硬伤，但是确实有其独到的一面。譬如上方关闭 deblock 的右图，虽然马赛克损伤严重，但是左图整体更模糊一些。此外鉴于 VMAF 能兼顾相对于源的画质增强和画质损伤两部分，在互联网领域使用越来越广泛。

由此可见，在日常评价视频质量时，单看一组指标数据容易产生误差。视频质量评价指标只是衡量画面质量的工具，单项指标的数值或高或低，这都不应是视频工作者的最终目的。微帧一直都以提升画质优化体验为主要目标，倡导大家应当既看 VMAF，也要结合 PSNR 和 SSIM，进行综合评估，以达到最接近人眼主观的测评效果。
参考：https://baijiahao.baidu.com/s?id=1726972984724447235&wfr=spider&for=pc