Netflix/vmaf

해결하는 문제

VMAF (Video Multi-Method Assessment Fusion)는 인간이 비디오 품질을 어떻게 인지하는지 정확하게 측정하는 문제를 해결합니다. 인간의 시각과 일치하지 않을 수 있는 기존의 수학적 지표와 달리, VMAF는 개발자가 비디오 압축 및 스트리밍 성능을 평가하고 최적화하는 데 도움이 되는 지각적 품질 점수를 제공합니다.

작동 방식

이 소프트웨어는 정교한 알고리즘을 사용하여 비디오 파일을 분석하고 참조 소스와 비교합니다. 소프트웨어 통합을 위한 C 라이브러리(libvmaf), 연구 및 모델 학습을 위한 Python 라이브러리, 프로덕션 환경을 위한 명령줄 도구로 제공됩니다. 또한 FFmpeg와의 통합을 지원하며, 특정 아티팩트(CAMBI 감지기를 통한 밴딩 등)를 감지하고 PSNR 및 SSIM과 같은 다른 표준 지표를 계산하는 도구도 포함되어 있습니다.

대상 사용자

이 프로젝트는 비디오 스트리밍, 코덱 평가, 품질 보증 분야에서 일하는 비디오 엔지니어, 연구원 및 개발자를 위한 것으로, 신뢰할 수 있는 업계 표준의 비디오 품질 측정 및 개선 방법이 필요한 분들에게 적합합니다.

주요 특징

• 에미상을 수상한 지각적 비디오 품질 평가 알고리즘.
• HDR 모델 및 사용자 정의 모델 학습 지원.
• PSNR, SSIM, MS-SSIM, CIEDE2000을 포함한 추가 지표 제품군 제공.
• 밴딩 또는 컨투어링 아티팩트를 감지하는 특수 감지기인 CAMBI 포함.
• C 라이브러리, Python 래퍼, Docker, FFmpeg 통합 등 매우 유연한 배포 옵션.