摘要
在Netflix，我们高度重视视频质量，并致力于在大规模场景下准确衡量视频质量。我们的方法——视频多方法评估融合（Video Multimethod Assessment Fusion，简称VMAF），旨在真实反映用户对流媒体视频质量的主观感知。我们已将该工具开源，并诚挚邀请研究界与我们共同参与这一重要项目，携手推进视频质量评估技术的发展。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| video-quality-assessment-on-msu-video-quality-1 | VMAF Y (v062) | KLCC: 0.809 PLCC: 0.950 SRCC: 0.942 |
| video-quality-assessment-on-msu-video-quality-1 | VMAF Y (v061) | KLCC: 0.809 PLCC: 0.952 SRCC: 0.942 |
| video-quality-assessment-on-msu-video-quality-1 | VMAF Y (v063) | KLCC: 0.809 PLCC: 0.950 SRCC: 0.942 |
| video-quality-assessment-on-msu-video-quality-1 | VMAF Y (v061_neg) | KLCC: 0.765 PLCC: 0.941 SRCC: 0.914 |