Netflix/vmaf
Perceptual video quality assessment based on multi-method fusion.
해결하는 문제
압축 또는 기타 처리로 인한 동영상 품질 저하 정도를 인간의 관찰에 의존하지 않고 객관적으로 측정할 수 있는 방법을 제공합니다. 개발자와 엔지니어가 동영상 품질 저하를 정량적으로 판단할 수 있도록 도와줍니다.
작동 방식
VMAF(Video Multi-Method Assessment Fusion)는 시각적 동영상 품질 평가 알고리즘입니다. 여러 메트릭을 하나의 점수로 융합합니다. 이 프로젝트는 고성능 구현을 위한 C 라이브러리(libvmaf), 사용자 정의 모델의 학습 및 테스트를 위한 Python 라이브러리, 프로덕션 배포를 위한 명령줄 도구를 제공합니다. 또한 PSNR, SSIM, MS-SSIM와 같은 표준 메트릭과, 밴딩 아티팩트를 탐지하는 CAMBI도 포함되어 있습니다.
대상 사용자
동영상 엔지니어, 코덱 개발자, 품질 보증 팀 등 동영상 품질을 정확하고 효율적으로 측정해야 하는 사용자에게 적합하며, 특히 FFmpeg 또는 프로덕션 파이프라인에 이러한 메트릭을 통합하는 경우에 유용합니다.
주요 특징
- Netflix가 개발한 에미상 수상 시각적 품질 알고리즘.
- 밴딩 아티팩트를 탐지하는 전용 검출기인 CAMBI 포함.
- FFmpeg에 필터로 통합되어 있음.
- 이미지 강화 작업이 코덱 평가에 영향을 주지 않도록 보장하는 No Enhancement Gain (NEG) 모드 제공.
- x86 SIMD 최적화(AVX2, AVX-512)를 통한 고성능 구현.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트