L'évaluation de la qualité perçue d'une vidéo est un enjeu critique pour les plateformes de streaming, dont les décisions d'encodage impactent directement l'expérience utilisateur. Pour répondre à cette problématique, Netflix a développé VMAF (Visual Multimethod Assessment Fusion), un algorithme récompensé par un prix Emmy qui s'est imposé comme un standard de l'industrie [source].

Une architecture par fusion de modèles

Contrairement aux métriques classiques qui mesurent des écarts mathématiques directs, VMAF repose sur une approche de fusion. Le mécanisme consiste à utiliser les résultats de plusieurs modèles de qualité dits « atomes » (plus simples et moins coûteux en calcul) comme caractéristiques pour calculer un score final [source].

Cette méthode permet de s'approcher des jugements subjectifs humains, bien qu'elle impose un coût de calcul plus élevé que des métriques isolées comme le SSIM ou le PSNR. Pour pallier cette complexité, la bibliothèque libvmaf inclut également des implémentations de ces métriques traditionnelles (PSNR, PSNR-HVS, SSIM, MS-SSIM et CIEDE2000), permettant une comparaison directe entre la précision de la fusion et la simplicité des mesures classiques [source].

Intégration et spécialisations techniques

La présence de VMAF dans l'écosystème de production est assurée par son intégration directe dans FFmpeg, où il est utilisable comme filtre via la commande --enable-libvmaf [source]. Cette accessibilité facilite son déploiement dans les pipelines de compression vidéo.

Au-delà de l'évaluation générale, Netflix a également libéré le code source de CAMBI (Contrast Aware Multiscale Banding Index). Ce module spécialisé vise à détecter précisément les artefacts de bandement (banding ou contouring), un défaut visuel fréquent lors de compressions mal calibrées [source].

L'évolution de l'outil montre une recherche constante d'optimisation. La version 3.0.0, sortie en décembre 2023, a notamment permis de nettoyer l'API en supprimant les fonctions dépréciées de la version 2.0.0, tout en apportant des corrections et des optimisations de performance [source].