FFmpeg によるインターレース解除の比較 - 全フィルタをVMAF/SSIM/PSNRで実測

はじめに

本記事は、FFmpeg（full-build版）がサポートするインターレース解除（deinterlace）フィルタの性能を、実動画を用いて比較・検証したものです。

PT3等でTV録画した映像 1080i や、過去アーカイブの 480i 素材を 60p へ戻す際に「結局どのフィルタが一番良いのか?」という問いに、SSIM / PSNR / VMAF / 処理速度の4軸で比較・検証したものです。

本記事の対象は 60i (30i) → 60p の純粋なデインターレースのみです。元が24p (23.98p) のアニメ・映画等の素材は対象外とします。詳細は後述「本記事の対象外」を参照。
本記事は ffmpeg 9.0.1-full_build (gyan.dev) を前提としています。通常ビルドでは HWフィルタが含まれない場合があります。

対象読者

• TS録画したインターレース動画をインタレース解除したい方
• FFmpegで bwdif と yadif のどちらを使うか迷っている方
• QSV / CUDA / Vulkan / D3D12VA の違いを実測値で知りたい方

環境・前提条件

PC-1 (Desktop): Windows 11 26200 / Ryzen 7 9800X3D / RTX 5060 Ti 16GB / 64GB RAM
PC-2 (Laptop): Windows 11 26200 / Core i7-1280P (iGPU Iris Xe) / 32GB RAM
FFmpeg: 9.0.1-full_build - https://github.com/GyanD/codexffmpeg/releases
Python: 3.12.13 / 3.14.7 (計測用)
VMAF: libvmaf model=vmaf_v0.6.1

素材は全て yuv420p progressive の 60p y4m を 30i にインターレース化したものを使用しています。

ID	素材	解像度	内容
SRC1	OpenCV生成 output_1280x720_60fps	1280x720 60p	自作Pythonスクリプト生成、黄/青三角高速移動
SRC2	big_buck_bunny_1080p60_fast	1920x1080 60p	Xiph.org Bunnyを60fps化、高速パン多
SRC3	sintel_trailer_1080p60_fast	1920x1080 60p	Xiph.org Sintelを60fps化、映画的

SRC1 の出力イメージ

上記は SRC1出力イメージ

SRC1 の生成方法

SRC1 output_1280x720_60fps_yuv420p.y4m は、 gen_movie.py で生成した完全合成素材です。インターレース解除の弱点である「高速移動する斜めエッジ」の再現性を厳密に測るため作成しました。

仕様

解像度: 1280x720 / 60fps / 3600フレーム (60秒) / yuv420p
出力: output_1280x720_60fps_yuv420p.y4m (y4mパイプ経由)
依存: Python 3.10+ / OpenCV (cv2) / numpy / ffmpeg (PATH上)

• 黄三角: 画面外周を矩形周回。高さ200pxの正三角形 (辺 ~230.9px)。1周目は 200px/s、周回ごとに +200px/s 加速 (2周目 400px/s, 3周目 600px/s...)。L_y = 2*(W+ H) を周回距離として計算
• 青三角: 45度斜め移動 (0,620) -> (620,0) を往復。1往復目は 150px/sから開始し、往復ごとに+50px/s加速。片道距離 620*sqrt(2) ≈ 876.8px

三角形は cv2.fillConvexPoly で BGR(黄: 0,255,255 / 青: 255,0,0) で塗りつぶし、OpenCVのBGR24フレームを subprocess.Popen で ffmpeg にパイプしています。

生成コマンドの中身

# gen_movie.py 抜粋 - ffmpegパイプ部分
ffmpeg_cmd = [
    "ffmpeg", "-y",
    "-f", "rawvideo", "-pix_fmt", "bgr24",
    "-video_size", f"{WIDTH}x{HEIGHT}",
    "-framerate", str(FPS),
    "-i", "-",
    "-c:v", "rawvideo", "-pix_fmt", "yuv420p",
    "-f", "yuv4mpegpipe",
    OUTPUT_FILE,
]
proc = subprocess.Popen(ffmpeg_cmd, stdin=subprocess.PIPE)
# ... 3600フレームを frame.tobytes() で書き込み

実行方法

pip install opencv-python numpy
python gen_movie.py
# -> output_1280x720_60fps_yuv420p.y4m が生成される (約 1.9GB相当の非圧縮y4m)

この素材は、移動速度が既知であるため、理論上のSSIMが最も高くなりやすく、フィルタの純粋な補完性能差が出やすいです。実際の計測でも bwdif で SSIM 0.993〜0.999 を記録しました。

インターレース化コマンド（TFF固定）:

ffmpeg -hide_banner -i inFile.y4m -vf "interlace=scan=tff:lowpass=complex" -c:v ffv1 -level 3 -flags +ildct+ilme outFile_ffv1.mkv

idet フィルタで TFF 95-100% を確認済み。日本の地上波 1080i を想定しています。

本記事で想定するインターレース画像

テレビ放送の1080i (TFF: Top Field First) を想定します。60iのビデオカメラ素材、スポーツ中継、バラエティ等の「完全インターレース」素材が対象です。

本記事の対象外 - 24pアニメ/映画は逆テレシネが正解

本記事は、素動画がアニメや映画等の 24fps (23.98fps) Progressive の素材は対象外とします。

その理由は、アニメや映画が地上波で放送される際に行われる「テレシネ」と、純粋なインターレースでは処理が根本的に異なるためです。

なぜ対象外か？ - テレシネと逆テレシネ

• 純粋な60i (本記事の対象): 撮影時点で60枚/秒の異なる瞬間がフィールドに記録されている。例: ビデオカメラ、スポーツ中継。→ デインターレース (bwdif等) で60pに戻すのが正解。
• 24p→60i変換された素材 (対象外): 元は24枚/秒のプログレッシブ。放送用に 2:3プルダウン (テレシネ) で 60i に変換されている。例: 映画、TVアニメ、ドラマ。フィールドを単純に60p化すると、本来24pだった動きが不自然に補間され、カクつきや画質劣化を招く。

アニメや映画の場合は、デインターレースではなく 逆テレシネ (Inverse Telecine, IVTC) を用いて 60i → 24p に戻すのが正解です。FFmpegでは以下のフィルタを使用します。

# 逆テレシネの例 (24pに戻す)
ffmpeg -i input_60i.mxf -vf "fieldmatch=order=tff:combmatch=full,decimate" -r 24000/1001 output_24p.mp4

# または pullup
ffmpeg -i input_60i.mxf -vf "pullup,softskip" -r 24000/1001 output_24p.mp4

• fieldmatch + decimate: 2:3プルダウンのパターンを検出し、重複フィールドを削除して24pに戻す。最も高精度。
• pullup: 古くからの定番。アニメのテレシネ解除で実績多数。

本記事で使用している SRC2 big_buck_bunny / SRC3 sintel_trailer は、元は24p作品ですが、評価用に敢えて setpts=24/60*PTS で60p化した上で30i化しているため、純粋な60i素材として扱っています。実際の24p作品を60i放送から復元する場合は、上記の逆テレシネを使用してください。

まとめ:

• ビデオ由来の60i → bwdif等で60p化 (本記事)
• フィルム/アニメ由来の24p→60i → fieldmatch/decimateで24pに戻す (本記事対象外)

本記事の評価結果を24p素材に適用すると、逆に画質が低下しますのでご注意ください。

インターレースとは

1. 元画像 (Progressive)

実写系は 60(59.94)fps、アニメ/映画系は 24(23.98)fps を想定します。
プログレッシブでは1フレームに全ラインが存在します。

プログレッシブ原画のイメージ

2. インターレース化

交互に表示される奇数フィールド(赤)と偶数フィールド(青)を時間差で記録する方式です。本来は交互に表示されるものを、静止画として同時表示すると櫛状のギザギザ（コーミング）が見えます。

インターレース化イメージ: 奇数ラインと偶数ラインで時刻が異なる

フレーム	奇数ライン(赤)	偶数ライン(青)
奇数フィールド	表示	非表示
偶数フィールド	非表示	表示

奇数(偶数)フィールドでは偶数(奇数)ラインが欠損するため、原理的に非可逆です。インターレース解除はこの欠損ラインをどう補完するかの競争になります。

インターレース解除とは

欠損したラインを周辺情報から推定し、60i -> 60p に戻す処理です。

FFmpegでは大きく分けて2つの動作があります。

• bob (60p倍速): 1フィールドから1フレームを生成。30i -> 60p。bwdif=mode=1 や yadif=mode=1 が該当。動きが滑らか
• weave / 30p固定: 2フィールドを合成して1フレーム。30i -> 30p。w3fdif, kerndeint が該当。フレームレート半分

本検証では is_doubled=True (60p出力可能) をメインランキングとしています。

FFmpegがサポートするインターレース解除(deinterlace)フィルタ一覧

ffmpeg -hide_banner -filters | findstr deinterlace と ffmpeg -h filter=xxx で検出できる full-build版の全フィルタです。

ffmpeg -hide_banner -filters と ffmpeg -h filter=xxx で検出できる full-build版の全フィルタです。PC-1(Desktop)で10種、PC-2(Laptop)で9種が利用可能でした。

CPUフィルタ群 (6種)

フィルタ名	概要・アルゴリズム	60p倍速	長所	短所	推奨用途	代表的オプション
bwdif	Bob Weave Deinterlacing Filter。FFmpeg 3.x以降のデファクト。3フィールド(前/現/次)を使い、動き検出 + エッジ方向補間 (ED) + 時間的チェックを組み合わせる。mode=1で1フィールド→1フレームのbob、 mode=0で2フィールド合成。	○ mode=1	全素材で最も安定。SSIM/VMAFバランスが最高。エッジが綺麗。	CPU負荷は中。4K60pでは重い。	迷ったらこれ。品質重視のCPU処理。	bwdif=mode=1:parity=tff:deint=all
yadif	Yet Another Deinterlacing Filter。MPlayer由来の定番。空間チェック (周辺ラインの差分) + 時間チェック (前後フィールド) + エッジ方向補間の3段階。bwdifより古いが高速。	○ mode=1	非常に高速、実績豊富。アニメのちらつきに強い。	bwdifよりエッジがやや甘い。高速移動でジャギー残り。	大量バッチ処理、リアルタイム性重視。	yadif=mode=1:parity=0:deint=0
w3fdif	Weston 3 Field Deinterlacing Filter。BBC Westonスーパーが開発。時間方向に3フィールドの周波数分離 (filter=simple/complex) で動き検出。	× 30p固定 (仕様)	静止画部分の解像感保持が優秀。CPU最速クラス (Laptopで972fps)。	60p化できない。動きの激しい部分でボケ。	監視カメラ等、動きが少ない30p素材。	w3fdif=filter=complex:deint=all
kerndeint	Donald Graft作の適応的カーネルデインターレーサ。threshで動き閾値、sharpでシャープ、twowayで両方向補間。	× 30p固定	閾値調整でアニメの線を綺麗に残せる。昔のDVDリッピング定番。	30p固定、パラメータが職人芸。実写では破綻しやすい。	レトロ素材、アニメDVDの30p化。	kerndeint=thresh=10:map=0:order=0:sharp=0:twoway=0
nnedi	Neural Network Edge Directed Interpolation。2009年発表の浅いMLP (多層パーセプトロン) によるエッジ方向予測。nsize=s8x6〜s32x4の近傍ピクセルから16〜64個のニューロンで補間方向を推定。nnedi3_weights.bin (約2MB) が必要。	○ だが重い	静止画の斜めエッジ補間は理論上最強。	浅いNNで時代遅れ、時間情報なし、学習データがアニメ寄り、60p bobで時間的破綻。最遅 (Laptop SRC2で11fps, 1248秒)。	静止画超解像の前処理、研究用。実用非推奨。	nnedi=weights=...:field=tff:deint=all:nsize=s32x4:nns=64:qual=fast
estdif	Edge Slope Tracing Deinterlacing Filter。エッジの傾きを追跡して補間方向を決める。rsで探索範囲。	○ mode=field	エッジ追跡が得意、対角線のギザギザ抑制。	計算量が多い割にVMAFが低い。rs=2で激遅。	斜め線が多いCG素材の実験。	estdif=mode=field:parity=tff:deint=all:rs=1

ハードウェアフィルタ群 (8種)

カテゴリ	フィルタ名	概要・アルゴリズム	60p倍速	長所	短所	要件
NVIDIA CUDA	bwdif_cuda	bwdifのCUDA移植。scale_cudaと連携。アルゴリズムはCPU版と同一だがGPUで並列化。	○	CPU版と同画質でGPU%13%と省電力。602fps。	VRAMコピー overhead、NVIDIA必須。	CUDA, -hwaccel cuda
	yadif_cuda	yadifのCUDA移植。	○	最速クラス、CPU負荷激減。	同上、yadif画質。	CUDA
Vulkan	bwdif_vulkan	bwdifのVulkan移植。NVIDIA/AMD/Intelで動作。今回総合No.1 (VMAF 86.15)。	○	ベンダー非依存、今回最高VMAF。	ドライバ依存、Winで稀にVK_ERROR_DEVICE_LOST。	Vulkan
Intel QSV	deinterlace_qsv	Intel Media SDK固定機能。エッジを平均化するスムージング系。mode=1: bob, mode=2: advanced	△ mode=2で倍速試行	SSIM最強 (0.996174)。CPU%24%と低消費電力。	VMAFが低い (70.9) スムージングでディテール消失。Desktopでは不可 (iGPU ID mismatch)。	QSVランタイム
	vpp_qsv	Video Post Processing QSV。QSVの後継API。deinterlace=2:rate=fieldでbob。deinterlace_qsvと同エンジンだがドライバ経路が異なる。	○	deinterlace_qsvと同SSIM、若干高速。	同上、VMAF低。旧deint/field_rateはffmpeg 9.0.1で廃止。	QSV
D3D12VA	deinterlace_d3d12va	Windows D3D12 Video Acceleration。GPUベンダーのドライバ実装に依存。	○	GPU効率最高、CPU%14%と最低。	実装差異が大きい: RTX(d3d12va)でVMAF 72.1 vs iGPUで79.6と4pt差。	Windows + D3D12
VAAPI	deinterlace_vaapi	Linux VAAPI。Intel/AMDのオープンソースHWデインターレーサ。	○ rate=field	Linuxで省電力。	Windowsでは利用不可。今回未計測。	Linux
OpenCL	yadif_opencl	yadifのOpenCL移植。	○	汎用GPUで動作。	ドライバ不安定、今回環境では未検出。	OpenCL

参考: https://ffmpeg.org/ffmpeg-filters.html#bwdif / https://ffmpeg.org/ffmpeg-filters.html#yadif / https://github.com/dubhater/vapoursynth-nnedi3

評価方法

素材動画(60p) ⇔ インタレース解除(60p or 30p) の動画間で VMAF/SSIM/PSNRで実測

計測コマンド設計

ffmpeg -hide_banner -benchmark -i interlaced.mkv -i original.y4m -filter_complex ^
 "[0:v]set_params=field_mode=tff,bwdif=mode=1:parity=0:deint=all[deint]; ^
  [deint]split=3[for_ssim][for_psnr][for_vmaf]; ^
  [for_ssim][1:v]ssim=stats_file=SRC1_bwdif_ssim.log:stats_version=2[e1]; ^
  [for_psnr][1:v]psnr=stats_file=SRC1_bwdif_psnr.log[e2]; ^
  [for_vmaf][1:v]libvmaf=log_fmt=json:log_path=SRC1_bwdif_vmaf.json:model=version=vmaf_v0.6.1:feature=name=psnr|name=float_ssim[e3]" ^
 -map "[e1]" -f null - -map "[e2]" -f null - -map "[e3]" -f null -

• set_params=field_mode=tff でフィールド順を強制
• 出力は -f null - で捨てるためディスク枯渇しない
• psutil でCPU、pynvml でGPU使用率を500msサンプリング

評価指標:

指標	意味
SSIM All	構造的類似度。エッジが綺麗だと上がる
PSNR All	画素単位の誤差。純粋なピクセル忠実度
VMAF	Netflix開発の知覚的品質モデル。人間の目に近い
fps / rtime	処理速度
CPU% / GPU%	負荷

評価結果

1. Desktop (RTX 5060 Ti) 総合ランキング - 3素材平均

VMAFを最重要視した総合ランキングです。

Rank	Filter	Avg SSIM	Avg VMAF	SRC2 fps	HW	備考
1	bwdif_vulkan	0.984016	86.15	604	vulkan	総合No.1
2	bwdif	0.983989	76.88	562	cpu	CPU最強・最速クラス
3	bwdif_cuda	0.983680	85.22	602	cuda	PSNR高め
4	yadif	0.983644	75.04	554	cpu	バランス
5	yadif_cuda	0.983468	83.64	604	cuda	コスパ良
6	nnedi	0.982972	75.21	70	cpu	最遅、画質利得微小
7	w3fdif	0.982428	75.65	600	cpu	最速クラスだが30p参考
8	estdif	0.981789	74.22	84	cpu	遅い
9	deinterlace_d3d12va	0.981149	72.19	607	d3d12va	GPU効率最高
10	kerndeint	0.949556	80.67	255	cpu	30p参考値のみ

Desktopの最高速度は bwdif@SRC1 2932fps。HWフィルタは全て 600fps前後で頭打ちですが、CPU負荷が 90%→13%に激減します。

2. Laptop (i7-1280P iGPU) QSV結果 - SSIMの罠

Source	Filter	SSIM All	PSNR All	VMAF	FPS	CPU%
SRC1	deinterlace_qsv	0.998978	28.81	61.96	108	24%
SRC1	vpp_qsv	0.998978	28.81	61.96	220	20%
SRC1	bwdif	0.993529	29.40	73.31	550	51%
SRC2	deinterlace_qsv	0.995037	44.61	77.83	69	34%
SRC2	vpp_qsv	0.992818	57.60	70.50	106	46%
SRC2	bwdif	0.972575	38.38	73.91	124	46%

QSVはSSIM観点で最強 (avg 0.996) ですが、VMAFではCPU系(bwdif, w3fdif)に負けます。

これはQSVのスムージング特性によるものです。

• SSIMはエッジ構造が整うと上がる → QSVの平滑化で上昇
• PSNRは画素MSE → 平滑化で微小誤差が累積し低下
• VMAFはディテール損失を減点 → 人間は「滑らか」だがVMAFは「ぼやけ」と判断

つまり 「QSV=高精細」ではなく「QSV=滑らか」。用途で使い分けが必要です。

3. 速度 vs 画質 トレードオフ

SRC2 (big_buck_bunny 14315frames) での実測:

Filter	Desktop FPS	Laptop FPS	倍率	is_doubled
bwdif	562	124	4.5x	True
yadif	554	102	5.4x	True
nnedi	70	11	6.4x	True
estdif	84	27	3.1x	True
deinterlace_d3d12va	607	82	7.4x	True

nnediはDesktopで204秒、Laptopで約660秒かかり、画質利得は0.001以下。コスパは最悪でした。

4. VMAF vs SSIM 相関分析 - 2次元散布図

SSIM All (x軸) と VMAF (y軸) の相関を可視化しました。

4.1 全フィルタ×全ソース統合 (Laptop 27点)

• Pearson r = 0.017 (ほぼ無相関)
• 青: SRC1 (幾何学)、橙: SRC2 (Bunny)、緑: SRC3 (Sintel) で色分け
• 3つのクラスタが明確に分離: SRC1は低VMAF (61-74) / 高SSIM (0.978-0.999)、SRC3は高VMAF (80-92) / 高SSIM (0.95-0.996)、SRC2は中間 (62-80)
• 重要: 同一SSIMでもVMAFが20ポイント以上ばらつく。SSIMだけで品質を語れない証拠

4.2 素材別散布図

SRC1 (generative_triangle) - Pearson r = -0.698 逆相関

幾何学模様では deinterlace_qsv / vpp_qsv が SSIM 0.9989で最右端だが VMAFは61.9で最下端。逆に kerndeint (30p参考値) が SSIM最低 0.978だがVMAF 74で最高。SSIMが上がるほどVMAFが下がる逆相関 が発生。これはQSVのスムージングがSSIMを押し上げるがVMAFはディテール損失として減点するため。

SRC2 (big_buck_bunny) - Pearson r = 0.607 正相関

高速パンが多いBunnyでは w3fdif が VMAF 80.18でトップ、SSIMは0.97と中位。bwdif は SSIM 0.972だがVMAF 73.9と低め。kerndeint が左下に外れ値 (SSIM 0.915, VMAF 62.2)。動きの激しい実写ではSSIMとVMAFがやや正相関。

SRC3 (sintel_trailer) - Pearson r = -0.370 弱い逆相関

映画的で粒子感があるSintelでは bwdif が VMAF 92.0で最高、SSIM 0.985と中位。deinterlace_qsv が SSIM 0.9967で最右端だがVMAF 91.28と2位。vpp_qsv が SSIM 0.9967で同等だがVMAF 80.25と最下位に沈む。同じSSIMでもQSV系のドライバ差でVMAFが11pt違う。

4.3 相関関係の考察

観点	結果	解釈
全体相関	r=0.017 無相関	SSIMとVMAFは別物。片方だけでの評価は危険
SRC1幾何学	r=-0.698 強い逆相関	エッジが単純な素材では、スムージングでSSIMは上がるがVMAFは「ボケ」と判定して下がる
SRC2実写高速	r=0.607 正相関	複雑な実写では、構造保持 (SSIM) が知覚品質 (VMAF) にも寄与
SRC3映画	r=-0.370 弱逆相関	粒子・フィルムグレインがある素材では、SSIMの微細な差がVMAFでは大きく増幅

運用への示唆: VMAF 90以上を狙うなら bwdif 系、SSIM 0.996以上をカタログスペックで見せたいなら deinterlace_qsv。どちらを優先するかで推奨フィルタが180度変わる。

Desktop側の散布図も同様傾向 (全ソース r=-0.356, SRC2 r=-0.921) で、HWフィルタ bwdif_cuda/vulkan はDesktop SRC3でSSIMは測定不可だがVMAF 85-86と高得点を記録。CPU版と同等以上の知覚品質をGPUで実現している。

参考: Desktop側散布図

Desktop全ソース: SRC1青 70-74, SRC2橙 69-83, SRC3緑 76-84 に分離。Pearson r=-0.356

5. Desktop vs Laptop 詳細比較 - 処理時間とCPU使用率

summary_Desktop.csv と summary_Laptop.csv から、同一フィルタのPC間比較を抽出しました。

Source	Filter	Desktop FPS	Laptop FPS	Desktop rtime(s)	Laptop rtime(s)	Desktop CPU%	Laptop CPU%	FPS倍率
SRC1	bwdif	126	550	28.6	6.5	12.0%	51.3%	0.2x
SRC1	yadif	120	659	30.0	5.5	15.8%	44.1%	0.2x
SRC1	w3fdif	123	972	29.2	3.7	14.3%	37.5%	0.1x
SRC1	nnedi	103	85	34.9	42.2	19.1%	38.7%	1.2x
SRC2	bwdif	51	124	283.3	115.4	16.1%	46.0%	0.4x
SRC2	nnedi	32	11	453.9	1248.2	32.2%	37.7%	2.9x
SRC3	bwdif	54	161	23.4	7.8	14.6%	57.5%	0.3x
SRC3	yadif	53	210	23.7	6.0	14.8%	56.7%	0.3x

• Desktop (Ryzen 7 9800X3D) はデスクトップ向けにベンチマークが低く出る: benchmark の rtime はCPU時間ではなく実時間を測るため、Desktopの fps 表示は低いが実際の elapsed は短い。LaptopはCPU%が40-60%と高く、Desktopは12-19%と低い。これはDesktopが16コアで余力があり、Laptopが14コア(6P+8E)でフルロードに近いため
• 最速はLaptop w3fdif SRC1で972fps: 720pの幾何学模様は軽い。最遅はLaptop nnedi SRC2で11fps / 1248秒 (20分48秒)
• CPU%最低はDesktop deinterlace_d3d12va SRC1で9.9%: D3D12VAはGPUにオフロードできている証拠。Laptop同フィルタは14.4%

6. 色成分別 SSIM 分析 - ssim_y が最も高いフィルタは?

summary_NOTE-Laptop.csv の ssim_y / ssim_u / ssim_v を比較しました。

全体平均 (9フィルタ平均)

Filter	Avg ssim_y	Avg ssim_u	Avg ssim_v	特徴
deinterlace_qsv	0.9956	0.9970	0.9978	Y/U/V全て最強。特にV成分が0.9978で色保持完璧。スムージングで色ずれなし。
vpp_qsv	0.9956	0.9970	0.9978	同上
bwdif	0.9797	0.9914	0.9938	Yが0.9797でCPU勢トップ。U/Vは0.991以上と色保持良好。
yadif	0.9792	0.9914	0.9938	bwdifと同等。Yが僅かに低い。
nnedi	0.9787	0.9903	0.9927	Yが0.9787とbwdifに0.001負け。Uが0.9903と色で劣る。
w3fdif	0.9777	0.9904	0.9932	Yが低め、U/Vは健闘。
kerndeint	0.9354	0.9739	0.9819	Yが0.935と大きく劣る。輝度エッジ保持が苦手。

解釈

• ssim_yが最も高い=輝度エッジ保持が得意: QSVを除けば bwdif (0.9797) がトップ。黄三角のエッジがギザギザにならない
• ssim_u/vが高い=色の滲みが少ない: QSVが0.997と圧倒的。CPU勢では yadif がUで0.9914と僅差でトップ。青黄の色境界が綺麗
• SRC2でYが落ちる: Bunnyの高速パンでは全フィルタでYが0.96-0.97まで低下。U/Vは0.98-0.99と高い。つまり 輝度の高周波がインターレース解除で失われやすい。人間の目はYに敏感なので、VMAFが下がる主因
• kerndeintはYが弱い: SRC2でssim_y 0.889と他が0.96なのに0.88と大きく劣る。閾値ベースのカーネルでは高速動きの輝度を追従できない

考察と運用提言

品質面

1. VMAF基準なら bwdif 系が最強: bwdif_vulkan (86.15), bwdif_cuda (85.22), yadif_cuda (83.64) がSRC3で頂点
2. CPUオンリーなら bwdif > w3fdif > yadif の順。従来の信仰通り bwdif が安定
3. nnedi, estdif は遅い割にVMAFが低いため非推奨
4. deinterlace_d3d12va は実装差異が大きい。同じフィルタ名でも RTXとiGPUでVMAFが4ポイント違う

なぜ「ニューラルネットワーク活用の最先端フィルタ nnedi」が bwdif / yadif に負けるのか?

nnediは2009年に発表された当時は画期的でしたが、2026年の視点では以下の理由で実用的なインターレース解除では劣勢です。今回の計測でも Laptop平均 SSIM 0.982972 (5位) / VMAF 80.69 (5位) / FPS 11-85と、品質・速度ともに中位以下でした。

1. アーキテクチャが浅すぎる - 現代の深層学習ではない

• nnedi3は 入力近傍 8x6〜32x4ピクセル、隠れ層 16〜64ニューロン、出力 2値 (エッジ方向) の多層パーセプトロン (MLP)。パラメータ数は数千〜数万
• 現代の ESRGAN / Real-ESRGAN (数百万〜数千万パラメータ) と比較すると2桁小さい。2009年当時は「ニューラルネットワーク」と呼ばれたが、今で言う「小さなMLP」
• 活性化関数はシグモイド系、学習は当時のCPUで数日。表現力が不足し、複雑な実写テクスチャを学習できない

2. 学習データがアニメ・静止画に偏っている

• nnedi3の重み nnedi3_weights.bin は、主にアニメの線画や静止画のエッジを学習。BunnyやSintelのような実写・3DCGのモーションブラー、被写界深度、フィルムグレインは学習データにほぼ含まれない
• 結果として 幾何学模様 SRC1では ssim_y 0.9936とbwdifを上回る が、実写SRC2では ssim_y 0.9616とbwdif 0.9643に負ける。アニメでは強いが実写では弱い

3. 時間情報を全く使わない - イントラのみ

• bwdif / yadif は 前後フィールドの時間情報 を使って動き検出と補間を行う。nnediは 現在のフィールド内の空間情報のみ で補間方向を推定する「イントラ」フィルタ
• 60p bob動作では、偶数ラインを補間する際に前後の時間的整合性が取れず、高速移動物体でちらつきが発生。VMAFが時間的なちらつきを減点するため、VMAFが伸びない
• 仕様書の is_doubled=True でも、実際は各フィールドを独立に拡大しているだけで、時間方向の補間ではない

4. FFmpeg実装の制限 - qual=fast と固定重み

• FFmpegの nnedi は qual=fast 固定の簡易版。VapourSynth本家の nnedi3は qual=slow で高精度モードがあるが、FFmpegでは実装されていない
• nsize=s32x4:nns=64 が最大だが、これは 32x4=128ピクセルの近傍から64ニューロン。現代の8x8〜16x16カーネルと比較すると異方的で、縦方向の情報が不足
• 重みファイルが2009年から更新なし。シーン適応的な重み切り替えもない

5. 計算量が膨大で実用性が低い

• 1ピクセル補間するたびにMLPの順伝播を実行。SIMD最適化も限定的
• Laptop SRC2で 1248秒 (20分48秒)、SRC3で42秒。bwdifは115秒と42秒の差が10倍。GPU版も存在しない
• 品質差は SSIMで0.003 (0.9725 vs 0.9697) と僅か。コスパが最悪

結論: nnediは「ニューラルネットワーク」という看板は最先端に見えるが、実態は2009年の浅いMLPで、学習データも古く、時間情報も使わず、FFmpeg実装も簡易版。現代の動き適応型フィルタ bwdif / yadif の方が、時間・空間・エッジの3軸でバランスが良く、実写では品質・速度ともに勝る。静止画の超解像前処理など、時間情報が不要な用途にのみ有用。

運用推奨マトリクス

ケース	Desktop (dGPUあり) 推奨	Laptop (iGPUのみ) 推奨
A: 最高品質 (VMAF優先)	bwdif_vulkan	w3fdif / bwdif (VMAF 81/80)
B: コスパ重視	yadif_cuda	deinterlace_d3d12va
C: 大量バッチ	w3fdif (最速)	yadif
D: QSV必須 (MDフィルタ連携等)	-	deinterlace_qsv (SSIMは最高)
避けるべき	nnedi, estdif	kerndeint (30p非倍速)

結論: 迷ったら bwdif=mode=1:parity=tff:deint=all を使っておけば間違いない。GPUがあるなら bwdif_vulkan or bwdif_cuda に置き換えるとCPU負荷が1/7になる。

コマンド例:

# CPU推奨 (60p)
ffmpeg -i input_1080i.mxf -vf "bwdif=mode=1:parity=tff:deint=all" -c:v libx264 -crf 18 -preset slow output_1080p60.mp4

# GPU推奨 (Vulkan)
ffmpeg -hwaccel vulkan -i input_1080i.mxf -vf "bwdif_vulkan=mode=1:parity=0:deint=all" -c:v libx264 output.mp4

# QSV環境 (SSIM重視)
ffmpeg -hwaccel qsv -i input_1080i.mxf -vf "vpp_qsv=deinterlace=2:rate=field" -c:v h264_qsv output.mp4

まとめ

• 本記事は60i→60pの純粋なデインターレースのみを対象。24pアニメ/映画は fieldmatch+decimate による逆テレシネが正解であり対象外
• 全17フィルタ中、実用的な60p倍速対応は bwdif, yadif, bwdif_cuda, yadif_cuda, bwdif_vulkan, estdif, deinterlace_d3d12va, deinterlace_qsv, vpp_qsv の9種
• 客観品質 (VMAF) と主観 (SSIM) は一致しない。QSVはSSIMフェチ向け、VMAFはbwdif系が強い
• 速度は w3fdif と d3d12va が最速、品質は bwdif_vulkan が最高。総合バランスも bwdif 系が優勝
• 中間ファイルなしの filter_complex + -f null - 方式で、1TBのy4mを保存せずに評価可能

参考・引用

• FFmpeg Filters Documentation - bwdif / yadif: https://ffmpeg.org/ffmpeg-filters.html
• Gyan.dev FFmpeg Builds: https://github.com/GyanD/codexffmpeg
• VMAF: https://github.com/Netflix/vmaf
• Big Buck Bunny (CC BY 3.0): https://peach.blender.org/
• Sintel Trailer (CC BY 3.0): https://durian.blender.org/