简介
vmaf作为Netfix旗下的一款主观质量评价工具,更贴近人眼视觉效果来评价编码效果。vmaf这种方式可以将多种基本的质量指标结合在一起预测主观质量。这种方法的基本想法在于,面对不同特征的源内容、失真类型,以及扭曲程度,每个基本指标各有优劣。通过使用机器学习算法(我们在本例中使用了支持向量机(Support Vector Machine,SVM)回归因子)将基本指标“融合”为一个最终指标,可以为每个基本指标分配一定的权重,这样最终得到的指标就可以保留每个基本指标的所有优势,借此可得出更精确的最终分数。
VMAF编译(mac版本)
vmaf-1.3版本
依赖库:python2 、homebrew
编译过程
- homebrew安装
- python2安装:brew install python
- 在~/.bash_profile中写入:
export PATH="/usr/local/opt/python/libexec/bin:$PATH"
source ~/.bash_profile -
安装需要的python包:
brew install numpy scipy
pi