LiveVideoStack » 如何应对VMAF中的hack问题？

如何应对VMAF中的hack问题？

VMAF 图像处理

Ant 2020年7月15日

7月13日，VMAF项目算法主要贡献者李智发布针对VMAF的hack问题（Hacking VMAF）的手册，并公开征集用户的反馈，你可以访问这里： https://docs.google.com/document/d/1dJczEhXO0MZjBSNyKmd3ARiCTdFVMNPBykH4_HMPoyY/edit# 以下是李智在“VMAF讨论组”对以上文档的说明：

我概括一下这篇文档里面描述的我们近期的一些工作。VMAF的特性决定了其能够预测一些图像增强处理对主观质量的提升。这是VMAF与PSNR和SSIM等传统工具的一大区别。但当过度使用一些图像增强效果的时候（比如过度锐化），主观质量反而会降低，但VMAF的值会继续提高，也就是说在过度增强的情况下，VMAF并不能真实反映主观图像质量。我们近期的工作主要是在VMAF的两个主要feature也就是VIF和DLM里，引入了两个参数，来限制图像增强能够对VMAF产生影响的上限。具体来讲，引入的参数是vif_enhn_gain_limit和adm_enhn_gain_limit。当它们的值设置为很大的时候（比如都为100)，则对VMAF的值没有影响。而当它们的值都为1的话，则能最大限制图像增强对VMAF的值的提升。而当设置一些适当值（比如稍大于1）的话，则可以一定程度地引入图像增强的提升但又不会过度。具体什么为适当值的问题，我们留到后续版本的VMAF模型里来解决。

目前引入这两个参数的主要目的是解决VMAF在编解码器测评使用场景下的问题。对于编解码器的测评来讲，希望测试到的是同等质量前提下的压缩性能，而不希望图像增强对比较的结果造成影响。这样的使用场景下，最好的设置是最大限制图像增强对VMAF的值的提升，也就是使用两个参数都设置为1的情况。

总结一下，新引入的两个参数能够让用户对图像增强对VMAF的结果造成的影响自定义化。各位可以根据自己的应用场景设置合适的参数。在后续版本的VMAF中，我们会提供这两个参数的标准值。