Judging Apple's Advanced Video Quality Tool
Apple launched the Advanced Video Quality Tool (AVQT) at its Worldwide Developers' Conference 2021. Here's an overview of what I learned about it.
In a post on my Streaming Learning Center site, I point out that AVQT is both a quality metric, like VMAF and SSIMPLUS, and a tool to produce that score, 比如莫斯科国立大学视频质量测量工具(VQMT)或SSIMPLUS VOD监视器. 作为一个工具，AVQT是免费的，只在mac上运行，并且是命令行驱动的. To produce the AVQT score, 它将编码文件与源文件进行比较，并以JSON或CSV格式报告分数. 您无法在工具中可视化框架或分数.
该工具具有许多在第一代质量工具中不常见的特性. 例如，它可以将低分辨率视频与源视频进行比较，而无需预缩放. 它可以在不同的显示分辨率下测量质量, 因此，您可以测量在640x360窗口中播放的640x360视频的质量, as well as fullscreen. 您还可以选择观看距离和池化方式.
AVQT支持杜比视界5，如果源和参考视频是这种格式, and it is extremely fast. 在基于8核m1的Mac mini上，处理一个2分钟的文件需要15秒. 在8核Intel至强CPU E3-1505M Windows计算机上, computing VMAF on the same file took 8:40, about 35 times longer.
Strangely, however, 该工具以每个片段为基础计算分数, not on the file as a whole. 您可以将分段大小设置为60秒，并获得单个分数, 但是如果你测量的文件超过60秒, you'll get back a segment-by-segment
如果需要，你必须将其转换为总分.
我向苹果公司询问了这个问题，得到的答复是:“我们同意报告整个视频的总体得分是有价值的. However,
这是相当具有挑战性的，因为它需要长时间视频的主观数据来设计和评估聚合模型. 聚合模型需要对人类视觉系统中与记忆相关的几个方面进行数学建模，比如第一印象和最后印象, 突然的质量下降和低质量时期的长度.”
这种“完美是优秀的敌人”的回答忽略了这样一个事实，即每一个其他指标都报告一个分数，并且大多数被引用的项目在短文件中比在长文件中有更大的影响. Five bad seconds in a 10-
second file could destroy my overall opinion; 5 bad seconds in a 90-minute file is irrelevant.
In another post, 我测试了这个指标，发现如果编码的持续时间或帧率与源有一点无关的差异，AVQT就会失败. In one test, in which the encoded file was 10.0767 seconds long and the source was 10.07, AVQT失败了，即使两个文件都有300帧. 相比之下，FFmpeg、VQMT和SSIMPLUS VOD监视器没有问题.
您可以强制AVQT忽略差异并生成一个分数, but you run the risk that the score is invalid, 没有办法确定是否有错位, as you can with VQMT or the SSIMPLUS VOD Monitor.
Many metric applications involve short, 原始YUV文件编码的精确参考编码器, so neither issue would be a limitation. 如果您使用的是通过商业工具编码的较长的真实视频，那么AVQT可能是个问题.
A final post 将AVQT指标与VMAF和SSIMPLUS进行比较，并进行一些主观评价 Subjectify.us. Here, although AVQT showed some bright spots, 我没有测试足够的数据来得出AVQT之外的结论, VMAF, and SSIMPLUS gauge quality differently, 因此，您不能将VQMT用作更快的VMAF或更便宜的SSIMPLUS.
As a tool, 假设持续时间和同步问题不是问题, AVQT的速度和JSON输出使其成为生产的理想选择. 对于像我这样以实验为导向的实践, 无法将框架可视化是一个重要的限制. As a metric, AVQT showed some bright spots, 但如果没有更多的验证，很难看到它从现实世界的工作流中碰撞VMAF或SSIMPLUS.
Related Articles
无限的文件分析和Python界面突出了新功能
31 Oct 2022
如果你真的想尝试不同的编解码器和/或编码参数, 密歇根州立大学的视频质量测量工具是一个必不可少的工具, and version 13 brings some welcome improvements.
01 Jun 2021
可以说，Web-RTC终于走出了幼儿园，进入了小学阶段. Which grade exactly? Well, 这可能取决于您使用的web浏览器以及web - rtc实现使用的服务器技术或平台.
17 May 2021
Epiphan的George Herbert描述了Epiphan如何使用SRT(安全可靠传输)和远程贡献编码器与多个远程客户来大幅提升流媒体质量，这是他在流媒体连接2021年的演讲片段中提供的.
03 May 2021
利用基于云的视频流平台, 服务提供商可以大规模地提供按需内容. Cloud-native platforms, in particular, 有助于优化文件存储和减少视频缓冲，以确保高质量的流媒体体验.
31 Mar 2021