是时候让PSNR退休了

Vi实际上，所有视频质量指标的专家都认为峰值信噪比(PSNR)指标不能很好地预测主观质量. 然而,, PSNR比较包含在几乎所有的编解码器比较中, 最近在优秀的IEEE白皮书中, "客观与主观评价VVC、HEVC和AV1的比较.“是时候让PSNR退休了，至少对于这些类型的分析来说是这样.

当我开始回顾时，我再次想起了PSNR的糟糕表现 ITU- t Rec新视频质量指标的测试结果. P.1204. 采取退一步, 百家乐软件app最新版下载使用视频质量指标的原因是为了帮助做出编码决策，从而提高主观质量. 出于这个原因, 对于任何指标来说，最关键的性能特征是它预测人眼对同一视频的评价有多准确.

为了评估这一点，研究人员汇编了视频数据库和来自多个观众的主观评分. 然后，他们用度量标准对分数进行评分，并将这些分数与同一视频的主观分数进行比较. You can see three such comparisons in the graphic; on the left for P.1204.3、中间为PSNR，右边为视频多方法评估融合(VMAF). 在这三个国家中，纵轴表示主观评分的结果, 而横轴是度量分数.

如果度量分数与主观评分完全匹配, 你会看到一条实线，从左下角到右上方. 没有一个度量是完美的，所以你永远不会看到一条实线. 然而, 这条线周围的数据点越密集, 预测越准确. 看图表，P.1204.3是最准确，VMAF次之，PSNR次之至少到目前为止. 你可以看到一个类似的图表 SSIMPLUS.

图形中的模式由每个数据集的Pearson相关系数(PCC)验证. 简而言之，PCC测量两个变量:X和Y之间的线性相关性. 根据Statistics Solutions，“如果系数值在±0之间.50和±1，那么我们就说这是一个很强的相关性." So 尽管PSNR图看起来是随机的, 数学家会说这种相关性很强. 然而，当VMAF、SSIMPLUS和P等更准确的指标出现时.1204是可用的，PSNR作为质量的衡量是浪费时间和空间.

有趣的是，PSNR有一个“煤矿里的金丝雀”实用程序，它可以识别VMAF的黑客方法. 这是, 像预编码锐化和对比度调整这样的黑客技术可以使VMAF分数飙升, 但也会将PSNR分数发送到地板上. 如果你看到VMAF分数过高, 你应该运行一个快速的PSNR测试来验证入侵. 然而，就连这种使用也在逐渐减少，因为Netflix最近推出了一款 no-hacking模型所有编解码器测试人员都应该探索.

请关注更多关于P的信息.1204.3, 哪一种“无参考”指标可以在不将编码文件与源文件进行比较的情况下计算分数. 这使得它比全参考指标(如PSNR和VMAF)方便得多. 如果P.1204.3找到了像FFmpeg和莫斯科国立大学视频质量测量工具这样的工具, 这将为从编解码器比较中去掉PSNR提供更大的理由.