Um die Komprimierung seiner Filme zu optimieren (beste Qualität bei kleinstem Speicherplatzbedarf) hat Netflix einen Algorithmus entwickelt, der die Qualität von Videos ähnlich wie ein Mensch beurteilen können soll. Zu stark komprimierte Videos leiden unter Moskitorauschen, Block-, Banding- oder Wellen-Artefakten - von unbedarften Betrachtern werden die Bilder einfach als irgendwie "falsch" empfunden.
Um die genau diese Wahrnehmungsqualität möglichst realistisch einschätzen zu können wurde das neue Tool mittels Machine Learning anhand von menschlichen Einschätzungen der Bildqualität verschiedener Videos trainiert. Netflix zufolge ist die neue Methode bisherigen technischen Verfahren zur Beurteilung der Videoqualität wie PSNR oder SSIM überlegen, da es die menschlichen Wahrnehmung (also dem im Endeffekt entscheidenden Faktor) besser repräsentiert.
Netflix nutzt das Tool zur Beurteilung der Bildqualität unterschiedlicher Codecs wie etwa H.264/AVC, HEVC und VP9. Je nach Film können so andere jeweils unterschiedliche Encodingparameter wie etwa die Bitraten für eine optimale Komprimierung ermittelt werden. Dankenswerterweise stellt Netflix jetzt den Video Multimethod Assessment Fusion (VMAF) Algorithmus in Form eines Open Source Programms samt Testdaten der Allgemeinheit zur Verfügung in der Hoffnung, dass er auch von anderen genutzt und weiterentwickelt werden wird.