VQMT и специализированные инструменты качества видео

TL;DR

Специализированный инструмент качества считает те же метрики, что вы уже получаете из FFmpeg – VMAF, PSNR, SSIM, – но оборачивает их в «верстак»: несколько метрик за один прогон, покадровые графики, переход к худшему кадру, карту различий, ускорение на GPU, HDR-варианты и графический интерфейс. Эталон в этом семействе – MSU VQMT (Video Quality Measurement Tool из МГУ), а его соседи – Apple AVQT, бесплатная надстройка FFMetrics, Elecard Video Quality Estimator и одноимённый, но не связанный с ними open-source-инструмент командной строки rolinh/VQMT. К такому инструменту тянутся, когда нужно увидеть, где упало качество и почему, а не только прочитать одно усреднённое число, которое скрипт уже печатает. Статья объясняет, что каждый из них добавляет сверх FFmpeg, когда дополнительные возможности окупаются и как читать вывод, не обманывая себя.

Почему это важно

FFmpeg с фильтром libvmaf даёт число; специализированный инструмент даёт расследование. Эта разница проявляется в момент, когда клип проваливает проверку качества и кто-то спрашивает: какой кадр и из-за чего. Статья – для инженера, который уже считает VMAF в пайплайне (лид по стримингу или кодированию, QA-инженер, технический владелец продукта) и теперь хочет смотреть на качество, сравнивать множество энкодов интерактивно, измерять HDR-контент или дать коллеге без командной строки инструмент, которым тот сможет пользоваться. Выберете правильный специализированный инструмент – найдёте проблемный кадр за минуты. Выберете не тот, или прочитаете его вывод не по той шкале, – выпустите уверенный вывод, построенный на неверно прочитанном графике.

Специализированный инструмент – это верстак, а не новая метрика

Начнём с различия, которое снимает больше всего путаницы. Метрика – это математика, оценивающая качество: перцептивная оценка VMAF, мера пиксельной ошибки PSNR (Peak Signal-to-Noise Ratio, в децибелах), структурная мера SSIM (Structural Similarity, по шкале 0–1). Инструмент – это программа, которая считает эту математику и отдаёт вам результат. Глубокий разбор каждой метрики – в статье VMAF простыми словами и остальном Блоке 2; здесь речь об инструментах.

Момент, на котором спотыкаются: специализированный инструмент не даёт вам метрику лучше. VMAF, который считает MSU VQMT, – тот же VMAF, что считает связка FFmpeg и libvmaf, потому что обе вызывают одну модель. Специализированный инструмент добавляет всё вокруг числа: несколько метрик за один прогон, график оценки по каждому кадру, возможность кликнуть по провалу и увидеть сам кадр, карту различий двух видео, ускорение на GPU и графический интерфейс, которым может пользоваться неинженер. Считайте FFmpeg точными цифровыми весами, печатающими вес, а специализированный инструмент – целым лабораторным столом: те же весы плюс лупа, штангенциркуль и самописец рядом.

Сначала развяжите имя: «VQMT» – это два инструмента

Прежде чем двигаться дальше, разберитесь со столкновением имён, которое съедает вечера. Строка «VQMT» – Video Quality Measurement Tool – обозначает две разные программы двух разных авторов.

Та, о которой статья, – MSU VQMT, большое приложение для Windows и Linux от MSU Graphics & Media Lab Video Group и команды COMPRESSION.RU (научный руководитель – д-р Дмитрий Ватолин). Оно считает около двух десятков метрик, имеет полный графический интерфейс, ускорение на GPU, HDR-метрики и платные тарифы Pro и Premium (документация MSU VQMT, версия 14, 2026).

Другая – rolinh/VQMT, небольшая open-source-программа командной строки на C++ поверх OpenCV. Она считает шесть классических full-reference-метрик – PSNR, SSIM, MS-SSIM, VIFp, PSNR-HVS и PSNR-HVS-M – из сырого видео и VMAF не считает (rolinh/VQMT, GitHub). Она бесплатна и скриптуема, но это не богатое функциями приложение, которое имеют в виду большинство статей, когда пишут «VQMT». Читая руководство, проверяйте, о каком из двух речь, по тому, есть ли в нём VMAF и графический интерфейс. Если есть – это инструмент MSU.

Что MSU VQMT добавляет сверх FFmpeg

Разберём специализированный инструмент по одной возможности за раз – каждая отвечает на свой вопрос «зачем мне уходить из FFmpeg».

Больше метрик за один прогон. MSU VQMT считает PSNR, MSE, MSAD, Delta и Delta ICtCp, SSIM, MS-SSIM, 3SSIM, NTIA-метрику VQM, VMAF, безреференсную NIQE и меры пространственной и временной информации SI и TI, плюс собственные безреференсные детекторы блочности и размытия от MSU – а также HDR-варианты ряда из них (документация MSU VQMT, 2026). FFmpeg даёт PSNR, SSIM, MS-SSIM и VMAF; VQMT даёт их же плюс более широкий набор, когда вы хотите второе или третье мнение по той же паре файлов.

Он правильно оценивает HDR. Метрики стандартного динамического диапазона (SDR) неверно читают видео высокого динамического диапазона (HDR), потому что у HDR другая передаточная функция и цветовое пространство с очень иными уровнями яркости, так что SDR-метрика «видит» пиксели не так, как HDR-дисплей. VQMT добавил HDR-версии PSNR, SSIM, MS-SSIM, VQM и Delta ICtCp именно поэтому и позволяет задать входное цветовое пространство и сымитировать пространство дисплея (заметки о версии 13 MSU VQMT, по Streaming Learning Center, 2022). У самого VMAF нет официальной HDR-модели – так что это реальный пробел, который закрывает специализированный инструмент.

Он работает на GPU. VQMT реализует метрики семейства SSIM на GPU через OpenCL и CUDA, а ускоренный VMAF – через OpenCL, который работает и на AMD, и на NVIDIA. В одном независимом тесте ускорение на GPU считало VMAF на 40–67% быстрее, чем путь на CPU, на той же машине и с идентичными оценками (Jan Ozer, Streaming Learning Center, 2022).

Он работает с пакетами, областями и в трёх интерфейсах. VQMT работает как Windows-GUI (бесплатный и платный), как командная строка для Windows и Linux (платный тариф Pro) и как Python-пакет, так что один движок обслуживает и интерактивную сессию, и автоматическую задачу. Он считает несколько метрик одновременно, ограничивает измерение областью интереса (ROI), экспортирует в CSV или JSON и может автоматически сохранять «плохие» кадры, где два энкода различаются сильнее всего, – те самые кадры, на которые вы хотите посмотреть (документация MSU VQMT, 2026).

Нажмите, чтобы увеличить

Главная возможность: увидеть кадр, где упало качество

Если специализированный инструмент оправдан по одной причине – то по этой. libvmaf в FFmpeg может записать покадровый лог, но вам всё равно придётся самому строить график, а потом охотиться за нужным кадром. VQMT замыкает этот цикл в одном окне. Он рисует график результатов – оценку качества одного или двух энкодов по всему клипу – так что провал виден сразу. Вы перемещаете указатель к провалу и показываете исходный и сжатый кадры рядом. Затем вид различий (residue) закрашивает места, где два кадра расходятся, причём более яркие области отмечают большее искажение, так что артефакт – уже не число на графике, а область, на которую можно показать пальцем (MSU VQMT, Streaming Learning Center, 2022).

Это и есть ежедневная причина держать специализированный инструмент рядом со скриптами FFmpeg. Одно усреднённое значение VMAF – это сводка, а среднее – та сводка, что вероятнее всего скроет короткую тяжёлую проблему. Вспомните правило из статьи пулинг покадровых оценок: среднее льстит, и провал на одну секунду почти его не двигает. Покадровый график – это то, чем вы ловите провал, стёртый средним.

Нажмите, чтобы увеличить

Сделаем пробел конкретным на примере. Пусть 10-минутный клип – 600 односекундных отсчётов – даёт среднее VMAF около 96, спокойно «хорошее». Однако покадровый график показывает, что оценка держится около 96 почти весь клип, кроме окна в две секунды, где она падает до 71 на жёсткой склейке. Среднее едва заметило – и вот более тонкий урок: провал настолько короткий, что его пропускает даже 5-й перцентиль.

Среднее VMAF   = (96 × 598 с + 73 + 71) ÷ 600 с = 95.9   ← всё ещё «хорошо»
5-й перцентиль = 96    ← провал на 2 с слишком короток (≪ 5% от 600 с)
Минимум кадра  = 71    ← только минимум и график вскрывают проблему

Это аргумент в пользу визуального покадрового инструмента, а не просто лучшего пулинга. Читать низкий перцентиль и минимум вместо среднего – правильная привычка, дисциплина из статьи как читать отчёт по метрикам, – но короткий тяжёлый провал способен проскользнуть и под перцентиль. График ничего не усредняет: провал – это видимая выемка, к которой вы кликаете напрямую. Этот переход к кадру 301 в один клик – и есть та возможность, которую вы покупаете.

Когда стоит крутить ручку скорости

Специализированные инструменты открывают и регуляторы производительности, которые FFmpeg прячет. Субсэмплированный режим VQMT оценивает каждый N-й кадр вместо всех. В одном тесте оценка двух минутных файлов по каждому кадру заняла 131 секунду; оценка каждого четвёртого кадра снизила это до 42 секунд – на 68% – при этом ни среднее VMAF, ни оценка худшего кадра не изменились сколько-нибудь значимо (Streaming Learning Center, 2022):

Полный проход:    131 с  (каждый кадр)
Каждый 4-й кадр:   42 с  → (131 − 42) ÷ 131 = на 68% быстрее
Среднее VMAF, оценка худшего кадра: практически без изменений

Это полезный компромисс при триаже большого каталога, когда нужен быстрый первый проход, – с оговоркой проверить на своём контенте, прежде чем доверять, потому что субсэмплинг может пропустить ровно тот кадр, который вам нужно было увидеть. Скорость через субсэмплинг, потоки или GPU – это удобство; она никогда не меняет, какая метрика и модель дали оценку, – а версия по-прежнему важна, как ясно показал июньский релиз VMAF v1 2026 года. Инструмент, тихо переведший вас с VMAF v0 на v1, сдвинет ваши числа – поэтому записывайте версию, которую сообщает каждый инструмент, ровно как настаивает статья VMAF в деталях.

Соседи, о которых стоит знать

MSU VQMT – самый широкий специализированный инструмент, но четыре соседа решают конкретные задачи лучше или дешевле.

Apple AVQT (Advanced Video Quality Tool) – инструмент командной строки для macOS, возвращающий одну перцептивную оценку от 1 до 5 – ту же шкалу, что и Mean Opinion Score от живых оценщиков, – для контента с артефактами сжатия и масштабирования. Он full-reference (нужен оригинал), работает с SDR и HDR через фреймворк AVFoundation, использует GPU через Metal, чтобы считать быстрее реального времени, и позволяет задать дистанцию просмотра, разрешение дисплея, длительность сегмента и метод временного пулинга, записывая результаты в JSON или CSV (Apple, WWDC21/WWDC22). Шкала 1–5 – его ловушка: никогда не сравнивайте AVQT 4.2 с VMAF 92, будто они на одной шкале. Место AVQT в ландшафте метрик разобрано в статье за пределами VMAF.

FFMetrics – бесплатный путь к покадровой визуализации. Это графическая надстройка для Windows, которая запускает FFmpeg под капотом и строит графики PSNR, SSIM, VMAF и XPSNR, которые он считает, экспортируя средние и покадровую статистику в CSV и подбирая VMAF-модель автоматически (FFMetrics, GitHub). Если единственная причина уйти из командной строки – «хочу увидеть график», FFMetrics даёт это без лицензии; свой ffmpeg.exe вы приносите сами.

Elecard Video Quality Estimator – коммерческий графический инструмент, измеряющий PSNR, SSIM, VMAF (включая модель phone), VQM, VIF и другое, с покадровыми графиками, по которым можно навигировать, приближать выбранный диапазон оценок и наводить курсор для точного значения кадра (Elecard, 2026). Он пересекается с интерактивной нишей VQMT и упомянут среди вариантов в статье коммерческие пакеты качества.

rolinh/VQMT – open-source-однофамилец – это лёгкий выбор, когда нужно быстро посчитать несколько классических full-reference-метрик из сырого видео без GUI и без VMAF. Вместе с более широким набором безреференсных метрик из статьи open-source-инструменты no-reference он закрывает бесплатный конец верстака.

Нажмите, чтобы увеличить

Та же сравнительная картина в тексте – на случай, когда выбираете. Колонка «где врёт» – это ограничение, которое стоит держать в уме: оно есть у каждого инструмента.

Таблица 1. Специализированные инструменты рядом с FFmpeg. Первая колонка – причина добавить каждый; колонка «где врёт» – ограничение. Названия и тарифы сверены с собственной документацией каждого инструмента в июне 2026.

Когда дополнительные возможности оправданы

Выбор – не «VQMT против FFmpeg»: большинство команд держат оба. Выбор – когда тянуться к специализированному инструменту. Тянитесь, когда нужно смотреть на качество, а не только его фиксировать: найти и показать кадр, который провалился, измерить HDR-контент, где у VMAF нет модели, посчитать метрики, которых нет у FFmpeg, дать графический инструмент тому, кто не живёт в терминале, или поднять пропускную способность на GPU. Оставайтесь на пути FFmpeg и libvmaf, когда нужно скриптуемое число внутри автоматического гейта, где GUI – мёртвый груз, а бесплатное и безголовое – ровно то, что нужно. Самая быстрая сортировка: число для автопайплайна – FFmpeg; человеческое расследование или HDR – специализированный инструмент.

Нажмите, чтобы увеличить

«Частая ошибка: читать числа двух инструментов по одной шкале. VMAF из FFmpeg, VMAF из MSU VQMT и оценка 1–5 от Apple AVQT – все выглядят как «число качества», но сравнимы только два VMAF, и то лишь при совпадении модели, версии и масштабирования. Шкала AVQT 1–5 – совсем другая; отображать 4.2 на шкалу VMAF 0–100 бессмысленно. Два инструмента могут разойтись и по одной метрике, если один апскейлил энкод до разрешения исходника, а другой нет, или один считал VMAF v0, а другой v1. Перед сравнением убедитесь, что оба использовали ту же метрику, ту же модель и версию и то же масштабирование, – и никогда не сравнивайте оценки двух разных метрик, будто у них общая ось.»

Как читать их вывод

Специализированные инструменты говорят в трёх формах, и у каждой своё правило чтения. Покадровая таблица (CSV или JSON) – сырая запись: отсортируйте её, чтобы найти худшие кадры, и сообщайте 5-й перцентиль и минимум рядом со средним, никогда не одно среднее. График – для того, чтобы заметить, где качество двигалось во времени; доверяйте форме, но читайте единицы на оси Y, потому что кривая на шкале 90–95 раздувает полшага колебания в обрыв. Карта различий локализует искажение в пространстве, где более яркие области отмечают бо́льшую ошибку, – это указатель на то, где сидит артефакт, а не откалиброванная оценка, так что относитесь к её цветам как к указателю, а не измерению. Превращение этого вывода в чистые честные картинки для отчёта – отдельное ремесло, разобранное в статье визуализация качества.

Где здесь Фора Софт

Фора Софт делает видеософт с 2005 года – стриминг и OTT, видеоконференции, e-learning, телемедицину и видеонаблюдение, – и на нашем измерительном верстаке есть оба типа инструмента. Для автоматического гейта качества в пайплайне доставки мы запускаем FFmpeg с libvmaf, потому что это бесплатно, безголово и скриптуемо. Когда энкод проваливает этот гейт или клиент спрашивает, почему один пресет выглядит мягче другого, мы открываем специализированный инструмент, чтобы прочитать покадровый график, перейти к проблемному кадру и показать карту различий – так что ответ становится картинкой, а не утверждением. Для HDR-работ мы опираемся на HDR-метрики, которые даёт специализированный инструмент, поскольку у VMAF нет HDR-модели. Мы рекомендуем самый дешёвый инструмент, отвечающий на реальный вопрос: FFmpeg – для числа, специализированный инструмент – чтобы посмотреть. Наша методология бенчмарков фиксирует, какой именно инструмент, модель и версия дали каждую цифру.

Ключевые выводы

• Специализированный инструмент считает те же метрики, что FFmpeg, и добавляет вокруг них верстак.
• «VQMT» – это два инструмента: богатое приложение MSU и несвязанный open-source-CLI rolinh/VQMT.
• Главная ценность – увидеть провальный кадр: покадровый график, осмотр кадра, карта различий.
• MSU VQMT добавляет больше метрик, HDR-варианты, ускорение на GPU, пакет и три интерфейса.
• AVQT даёт 1–5, несравнимо со шкалой VMAF 0–100; FFMetrics даёт бесплатные покадровые графики.
• FFmpeg – для автоматического числа; специализированный инструмент – чтобы смотреть на качество или мерить HDR.

Что почитать дальше

• Измерение качества с FFmpeg и libvmaf
• Open-source-инструменты no-reference метрик
• Визуализация качества: тепловые карты, графики и кривые