Netflix VMAF: Un nou standard pentru măsurarea calității video

Cum funcționează VMAF și de ce este important?

Netflix a lansat VMAF, un instrument de evaluare perceptuală a calității video care a câștigat un premiu Emmy. Pachetul open-source include o bibliotecă C, libvmaf, și un wrapper Python care permite dezvoltatorilor să antreneze și evalueze modele personalizate.

Lansarea are ca scop îmbunătățirea calității streamării atât pentru furnizori, cât și pentru telespectatori.

VMAF a fost creat pentru a remediera limitele metodelor tradiționale precum PSNR și SSIM, care adesea nu se potrivesc cu percepția umană. Prin combinarea mai multor caracteristici de calitate, algoritmul prezice cum vor experimenta utilizatorii video comprimat.

Instrumentul este disponibil pe GitHub, unde utilizatorii pot descărca bibliotecile, rula scripturi de exemplu și contribui la îmbunătățiri.

Inima VMAF este un model de învățare automată antrenat pe un set mare de judecăți umane despre calitate.

El fusează mai multe metrițe obiective—ca similaritatea structurală, vectorii de mișcare și diferențele de pixeli—într-un singur scor care corelizează puternic cu evaluările subiective.

Poate VMAF înlocui standardele existente în industrie?

Inginerii pot ajusta greutățile modelului sau adăuga noi caracteristici pentru a adapta evaluarea la tipuri specifice de conținut sau rețele de distribuție.

Echipa Netflix a publicat un blog tehnic detaliat explicând alegerile de design și procesul de antrenare.

Modelul a fost validat împotriva mii de videoclipuri de test, obținând un coeficient de corelație peste 0,90 cu scorurile umane. Această precizie ridicată face din VMAF un instrument de încredere pentru optimizarea alocării ratei de biți, selecția codec-ului și setările de redare.

Experții din industrie discută dacă VMAF va deveni noul referință pentru măsurarea calității video.

Unii argumentă că natura sa open-source și corelația puternică cu percepția umană îi oferă un avantaj clar față de metricile moștenite.

Altri atenionează că adoptarea largă necesită integrarea în pipeline-urile existente și compatibilitate cu o varietate de codec-uri și platforme.

Adoptorii mici includ servicii de streaming și rețele de distribuție video care au început să folosească VMAF pentru a fina setările de comprimare.

De ce Netflix a creat VMAF pentru a măsura calitatea video?

Flexibilitatea instrumentului le permite să creeze modele personalizate pentru diferite genuri de conținut, precum sportul sau animația, unde artefactele vizuale se manifestă diferit. Când mai mulți furnizori vor adopta VMAF, acesta ar putea determina o mutare spre optimizarea calității perceptuale în întreaga industrie.

În viitor, Netflix prevede să extindă biblioteca cu noi caracteristici și suport pentru codec-uri emergente.

Comunitatea open-source este încurajată să contribuie cu noi date de antrenare și îmbunătățiri ale modelului, ceea ce ar putea duce la un standard mai robust și universal acceptat pentru evaluarea calității video.

Ce este VMAF? VMAF este un algoritm open-source de evaluare perceptuală a calității video care combine mai multe metrițe obiective într-un singur scor aliniat cu percepția umană.

Cum pot folosi VMAF dezvoltatorii? Dezvoltatorii pot descărca biblioteca C libvmaf și wrapper-ul Python de pe GitHub, apoi să antreneze sau testeze modele personalizate folosind scripturile furnizate.

Este VMAF gratuit? Da, VMAF este distribuit sub o licență open-source, permițând utilizarea și modificarea gratuită, atât în scopuri comerciale, cât și de cercetare.