How to accept redacted video: measuring miss rates and spot checks

视频打码的验收经常停在"看了一遍，好像都遮住了"。这样验收的问题是：一条 20 秒的 1080p 视频有 600 帧，人眼连续看的时候只会盯着画面中央的主体，远处的小脸、画面边缘只出现半秒的人，几乎一定会被放过。而真正会出问题的，恰恰是这些。

这篇文章给出一套可以写进验收单的方法。它来自我们自己评估识别模型时的做法，企业接收成片时可以直接套用。

先定口径：什么算"漏"

验收前先和供应方把口径写清楚，否则双方会为同一帧争论。我们建议的口径只有一条：画面里能看出是一张人脸、能用来认人的，没有被遮住，才算漏。 由此推出三个常见的"不算漏"：

• 完全背对镜头的后脑勺。没有可识别的面部特征，遮不遮都不影响隐私，也不应计入漏检。
• 被遮挡到只剩额头或一只耳朵的局部。
• 远到只有几个像素、放大后也看不出五官的人影。

车牌同理：能读出字符的号牌没遮才算漏；只有轮廓、完全反光成一片白的不算。

分三级，而不是只数个数

漏检要分级，因为同样是"一处没遮"，影响相差很大：

级别	定义	处理
明显	画面中近景、清晰正脸或可读车牌，持续 1 秒以上	必须修复后才能交付
边缘	画面边缘、远景小脸、大角度侧脸，持续 1 秒以上	记录，按约定比例控制
短暂	任何位置，露出不足 1 秒（通常是人物进出画面、转身的几帧）	记录，一般不阻塞交付

把三级分开记，验收单上就能写"明显漏检 0，边缘漏检 2 处，短暂 5 处"，而不是一句"有几处没遮"。

逐帧抽样对比，不要只看汇总

供应方通常会给一个汇总数，比如"识别到 149 个对象、13 条轨迹"。这个数字说明的是识别了多少，不说明漏了多少。验收要做的是拿原片和成片在同一时间点逐帧对比：

1. 按固定间隔抽帧，建议每秒 1 帧；20 秒的片子抽 20 帧。
2. 每一帧把原片和成片并排看，数原片里符合口径的人脸和车牌数 N，再数成片里没遮住的数 M。
3. 对人物密集的片段（商场入口、夜市、路口），在明显漏检附近加密到每秒 5 帧，确认是一帧的闪烁还是一段时间的持续露出。

这样做之后会得到两个指标：

• 可见率 = 所有抽样帧里未遮住的人脸帧数 / 符合口径的人脸帧数。我们内部在车牌上的口径是"外露帧数"，含义一样。
• 分级计数：明显、边缘、短暂各多少处。

抽样帧要保留截图。验收单后面附上截图，比文字描述省得多。

抽检比例

不需要每条视频都做逐帧抽样。可以按下面的比例：

• 试用阶段：每条都做，这时是在校准双方口径。
• 上线初期：每批抽 20%，优先抽人多、夜间、运动镜头的片子。
• 稳定后：每批抽 5%–10%，但每种场景（室内、街景、车载）至少保留 1 条。

抽检发现明显漏检，当批全量复核。

常见漏检类型

逐帧看过足够多的片子之后，漏检会集中在几类，验收时可以直接对着这些去找：

• 远处小脸：清晰但很小的脸，模型输入分辨率不够时最先漏。白天街景的远处行人是典型。
• 大角度侧脸、低头、口罩：面部特征不足，模型置信度低。
• 强逆光、夜间：脸部曝光不足。
• 镜头晃动糊掉的几帧：往往是短暂级。
• 人物从画面边缘进出：出现的头几帧和消失前几帧。
• 躺倒、倒置的人脸：模型对朝向敏感，这类场景要特别留意。
• 车牌：倾斜、过曝、泥污，以及画面边缘只出现一两秒的车。

补救：不要退回重做整条

发现漏检后，合理的流程是在供应方的复核界面里按坐标补画漏掉的区域，再重新生成成片，而不是退回重新上传、重新识别一遍。我们的流程里，补画和重新生成不需要重新上传，同一个人在视频里的多次出现也归为一个对象，指定保留或补画后一次重出。验收单上记录"补画 N 处后复验通过"即可。

验收单模板

项目	内容
视频	文件名、时长、分辨率、帧率、场景（室内 / 街景 / 车载 / 其他）
口径	可见人脸 / 可读车牌；后脑勺、局部、像素级人影不计
抽样	每秒 1 帧，共 N 帧；加密片段：起止时间
结果	明显 __ 处，边缘 __ 处，短暂 __ 处；可见率 __%
截图	附件编号
处理	补画 __ 处 → 复验通过 / 退回

把这张表填满，验收就有了可追溯的依据；供应方拿到表也知道该改什么。