视频质量评价方法
评价视频的质量从两个维度出发，一个是主观观众的角度，一个是客观视频数据的角度。这次主要讲一下客观的视频质量都是如何评价的。
客观的视频质量评价是在评价原始视频->生成的失真视频的 损失，网络传输没有任何损失在，那我们只要评价视频编码的损失。
视频编码的损失可以从3个纬度评价，分为全参考视频质量评价、部分参考视频质量评价、无参考视频质量评价。全参考视频质量评价需要原始视频和处理后的视频，抽取每一帧画面进行比对。部分参考视频质量评价需要原始视频和处理后的视频，抽取其中的关键帧画面进行对比。无参考视频质量评价不需要原始视频，只对处理后的视频进行质量评测。
全参考视频质量评价
在这三类方法中，有完整的原始数据作为对比源的全参考质量评估方法结果会更加准确。但是也正因为其需要使用原始数据，实际应用时会存在较大的限制，所以一般仅在非实时的评估系统中会被使用。例如在开发过程中配置编码参数或比较不同编码器的性能时，大多会采用这类方法。
一般的用 PSNR(Peak Signal-to-Noise Ratio 峰值信噪比),SSIM（Structural SIMilarity 结构相似性）指标来评价。之后出现VAMF 基于视觉信息保真度、细节丢失指标以及移动三个指标给出的一个全新算法。其实PSNR这种算法的准确性还是比较低的。FSIM,IW-SSIM,RFSIM这三种比较新的图像质量评价算法准确性比较高，但是没有开源实现。
其中 PSNR取值20-40，值越大，视频质量越好。SSIM取值0-1，值越大，视频质量越好。
部分参考视频质量评价
全参考视频质量评估需要完整的原始视频信号，也就是未经压缩的像素数据。这个量级的数据一般是无法实时传输的，这也就导致无法在远程实时监测视频质量。为了解决这个问题，人们提出了部分参考的评估方法。这类方法会提取原始视频信号中某些特征值，利用它们来评价视频质量。
无参考视频质量评价
无参考视频质量评估不再需要失真前的数据，而仅需要和观众实际得到的相同的视频信息，就能得到一个大体的质量评分。但是到目前为止，无参考评估仍然没有一个较为成熟的方案。
