视频质量评价工具vmaf

DogDaoDao

已于 2024-04-18 21:24:49 修改

阅读量8.3k

点赞数 2

分类专栏：深度学习视频质量评价(VQA) 文章标签： vmaf 视频评价音视频全参考视频评价 python 视频质量评价视频编解码

于 2022-07-19 21:30:07 首次发布

yancey这头小金牛的blog，转载注明出处即可

本文链接：https://blog.csdn.net/yanceyxin/article/details/125880937

版权

视频质量评价(VQA) 同时被 2 个专栏收录

12 篇文章 2 订阅 ¥69.90 ¥99.00

订阅专栏

超级会员免费看

深度学习

16 篇文章 3 订阅

订阅专栏

vmaf介绍

网址：https://github.com/Netflix/vmaf
VMAF，即Video Muitimethod Assessment Fusion（视频多方法评价融合）；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是一种视频质量指标，将人类视觉建模与机器学习相结合，由Netflix和南加州大学C.-C Jay Kuo教授之间的研究合作；之后德克萨斯大学奥斯汀分校Alan Bovik教授和南特大学Patrick Le Callet教授之间展开合作，用来提高与人类主观感知有关的vmaf准确性，并扩大其范围涵盖更多用例；2016年6月完成开源。
vmaf可以用作优化准则，以获得更好的编码决策；VMAF被用于我们的整个生产流程中，不仅可以测量编码过程的结果，还可以指导编码达到最佳质量。在我们的动态优化器中，有一个关于如何在编码中使用VMAF的重要示例 Dynamic Optimizer，其中，每镜头的编码决策由每个编码器选项的比特率和质量测量确定。在优化过程中，VMAF 分数对于获取准确的质量测量以及选择凸壳上的最终分辨率/比特率点至关重要。
VMAF分数范围从 0 到 100，其中 0 表示最低质量，100表示最高。思考VMAF分数的一种好方法是将其线性映射到人的意见量表，在此条件下可获得训练分数。例如，默认模型 v0