Netflix ha desarrollado un sistema automatizado de recorte de vídeo que permite generar versiones verticales y de otras proporciones de contenido cinematográfico sin intervención manual. Esta herramienta, integrada en las herramientas internas de producción y en la aplicación móvil, busca optimizar la experiencia de visualización en dispositivos móviles, donde el formato vertical ha ganado relevancia con la introducción de la función 'Clips'.
El proceso técnico se basa en un problema de optimización temporal y seguimiento. En lugar de un recorte centrado simple, el sistema utiliza una 'cámara virtual' que sigue la acción clave. El pipeline procesa los activos en tres etapas: primero, detecta y divide las escenas atómicas mediante redes neuronales y detección de hablantes activos para gestionar conversaciones complejas. Segundo, identifica la región de foco combinando detección de rostros y mapas de saliencia visual, priorizando a los personajes activos. Tercero, aplica heurísticas temporales para suavizar el movimiento del recorte, evitando que el encuadre sea tembloroso o desorientador.
La herramienta está diseñada para ser escalable y eficiente, generando variantes de 9:16, 4:5 y 1:1 en un solo paso. Además, permite la exportación de parámetros XML para integrarlos en editores externos como Adobe Premiere, superando en pruebas a la función 'Auto Reframe' de dicha plataforma. Esta solución reduce significativamente el tiempo de producción y el esfuerzo manual, permitiendo a los equipos creativos centrarse en la narrativa y manteniendo la calidad visual en las campañas de marketing y el feed de la aplicación.