Compare results to baseline.

Being able to define a baseline test result, and then compare new results to baseline.

That way we can use it to determine if new versions of ffmpeg produce the same result as old versions (or across platforms).

issue 中没有指出任何文件、测试或入口点。首先定位当前如何生成和存储测试结果，然后确定如何在不同 ffmpeg 版本或平台之间定义和比较 baseline。项目能够将新结果与选定的 baseline 进行比较即表示完成。

由索引模型根据 Issue 内容生成。