Accelerating Video Quality Control at Netflix with Pixel Error Detection

Accelerating Video Quality Control at Netflix with Pixel Error Detection

摘要

Netflix开发了一种自动检测视频中像素级别错误的新方法，减少了早期质量检查中手动视觉审查的需求。该方法通过高效神经网络实时识别像素级伪影，特别针对相机传感器故障产生的亮点（热像素）。模型处理全分辨率输入，避免下采样导致的误差消失，并结合连续帧分析区分传感器故障和自然亮点。通过合成像素错误生成器和真实数据迭代训练，模型在减少误报的同时保持高灵敏度，显著提升了检测效率。