ACR

ACR – Absolute Category Rating – самый простой стандартизированный метод измерения воспринимаемого качества видео с участием людей. Каждый зритель смотрит один видеоклип изолированно и оценивает его качество по 5-балльной шкале: 5 = Excellent, 4 = Good, 3 = Fair, 2 = Poor, 1 = Bad. Нет reference-клипа для сравнения; зритель просто судит клип по его собственным достоинствам. Усредните оценки от панели зрителей и получите Mean Opinion Score (MOS) – золотой стандарт для «как это выглядит для человека?».

Метод определён в ITU-R Recommendation BT.500 наряду с несколькими альтернативами (DSCQS, DCR, SSCQE), и ACR – самый частый на практике из-за своей простоты: не нужно настраивать reference, не нужно делать сравнительных суждений, просто «оцените, что видите». Типичные панели – 15–30 обученных или необученных зрителей, в контролируемых лабораторных условиях с откалиброванными дисплеями. Данные идут в кодек-бенчмарки, в обучение перцептивных метрик (VMAF был частично обучен на ACR-данных) и в проверку качества продукта перед запуском.

Для продуктовой команды ACR – ground truth, к которому пытается приблизиться любая объективная метрика. PSNR, SSIM и VMAF – все целятся в предсказание ACR-оценок без людей в цикле; VMAF в особенности был спроектирован коррелировать с ACR как можно ближе. Когда вы запускаете новый кодек, новую битрейтную лестницу или новый перцептивный энкодер, финальный валидационный шаг обычно включает прогон ACR-теста с реальными зрителями для подтверждения, что изменение делает лучше (или хотя бы не хуже), перед масштабным развёртыванием. Вендоры вроде Subjectify, Brightcove и нескольких research-сервисов запускают коммерческие ACR-панели для компаний, которым они нужны.