视频质量评价工具vmaf

vmaf介绍

1. 网址：https://github.com/Netflix/vmaf

2. 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。

3. 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。

4. 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。

5. 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