vor 4 Monaten
Zu einem praktikablen perceptuellen Videoqualitätsmaßstab
{Netflix}
Abstract
Bei Netflix legen wir großen Wert auf Videoqualität und darauf, diese Qualitätsmerkmale skalierbar und präzise zu messen. Unsere Methode, die Video Multimethod Assessment Fusion (VMAF), soll die Wahrnehmung der Zuschauer hinsichtlich unserer Streaming-Qualität möglichst genau widerspiegeln. Wir geben dieses Werkzeug als Open Source frei und laden die Forschungsgemeinschaft ein, mit uns an diesem wichtigen Projekt mitzuarbeiten.
Benchmarks
| Benchmark | Methodik | Metriken |
|---|---|---|
| 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 |
KI mit KI entwickeln
Von der Idee bis zum Start — beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und den besten GPU-Preisen.
KI-Co-Coding
Sofort einsatzbereit GPUs
Beste Preise
Hyper Newsletters
Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp