Définition. Le contrôle qualité automatisé de la vidéo générée est une étape qui examine chaque clip produit par un modèle vidéo, détecte les défauts graves sans intervention humaine et décide s’il faut régénérer le clip. Il s’appuie en général sur un modèle capable d’analyser des images, qui compare ce qu’il voit à ce que la scène devait montrer. Son but n’est pas la perfection, mais d’éliminer les erreurs qui gâchent un film avant qu’un spectateur ne les voie.

Les modèles vidéo produisent des images d’une qualité remarquable, mais ils se trompent de façon imprévisible. Un même prompt peut donner un clip parfait puis, au deuxième essai, un personnage à trois mains. Dans un film de vingt scènes, la probabilité qu’au moins un clip contienne un défaut visible devient élevée. Relire chaque clip à la main est lent et coûteux ; le contrôle automatisé répond à ce problème.

Une typologie des défauts

Tous les défauts n’ont pas la même gravité. Une typologie utile distingue trois niveaux.

Défauts majeurs

  • Anatomie impossible : membre détaché, main à six doigts très visible, œil qui disparaît.
  • Physique incohérente : véhicule qui roule en marche arrière, objet qui traverse un mur, eau qui coule vers le haut.
  • Mauvais personnage : le héros remplacé par un inconnu, ou deux personnages fusionnés.
  • Problèmes de cadre : bandes noires, bordures ou cadres dessinés autour de l’image clé.

Défauts mineurs

Léger scintillement de texture, détail d’arrière-plan qui change, mouvement un peu raide. Ils sont visibles à l’œil attentif mais ne cassent pas la scène.

Choix esthétiques

Un cadrage discutable ou une couleur moins réussie relèvent du goût, pas du défaut. Un système automatique ne devrait pas les corriger, sous peine de régénérer sans fin.

Comment fonctionne la relecture

  1. Échantillonnage. On extrait plusieurs images du clip à intervalles réguliers. Analyser toutes les images serait coûteux ; quelques images bien réparties suffisent pour les défauts majeurs, qui durent généralement plusieurs images.
  2. Contexte. Le modèle de relecture reçoit ces images avec la description de la scène et, si possible, les références des personnages.
  3. Jugement structuré. Il répond dans un format fixe : défaut majeur présent ou non, type de défaut, image concernée.
  4. Décision. Seuls les défauts majeurs déclenchent une régénération ; les autres sont consignés ou ignorés.
  5. Nouvel essai. Le clip est régénéré, puis relu à son tour.

Le budget de régénération

Sans limite, un contrôle automatisé peut coûter plus cher que la production elle-même : chaque régénération consomme du temps de modèle vidéo, et un relecteur trop sévère refusera sans cesse. Il faut donc un plafond. Une approche raisonnable fixe une proportion maximale de clips pouvant être régénérés par film ; une fois ce plafond atteint, les clips restants sont conservés tels quels. Cela garantit un coût prévisible et oblige à réserver la régénération aux problèmes qui comptent vraiment.

Au-delà des défauts : l’analyse utile

La même relecture peut produire des informations utiles à d’autres étapes. En bande dessinée animée, par exemple, savoir où se trouve la tête de chaque locuteur dans l’image permet de diriger la queue des bulles vers la bonne personne. Détecter une image clé encadrée ou avec des bandes noires permet de la redessiner avant de lancer la vidéo, ce qui coûte bien moins cher qu’un clip raté.

La mise en œuvre chez Yeşilçam Studios

Dans la section Animation, en qualité Premium, chaque clip généré est relu image par image par un modèle de relecture qui cherche les défauts majeurs : un véhicule qui recule, un membre détaché, un œil qui disparaît, un mauvais personnage. Seuls ces problèmes déclenchent une régénération, plafonnée à 30 % des clips. Le relecteur localise aussi la tête de chaque locuteur pour orienter les bulles de Panelmation, et les images clés avec cadres, bordures ou bandes noires sont détectées et redessinées. Le billet chaque clip a droit à un second regard raconte ce choix, et l’article sur la bande dessinée animée montre l’usage des positions de tête.

Ce qui se passe avant la vidéo

Le contrôle le plus rentable est souvent celui qui a lieu avant la génération du clip. Dans une chaîne qui produit d’abord une image clé, puis l’anime, un défaut présent dans l’image clé se retrouvera presque toujours dans la vidéo. Vérifier l’image clé coûte peu : une seule image à analyser, et une régénération d’image bien moins chère qu’une régénération de clip. Les défauts typiques à ce stade sont un cadre dessiné autour de la scène, des bandes noires imitant un format cinéma, un personnage absent ou dédoublé, ou un texte parasite incrusté dans l’image.

Mesurer l’efficacité du contrôle

Un système de contrôle se juge sur quelques indicateurs simples. Le taux de régénération indique la part des clips refusés ; s’il approche constamment le plafond, le relecteur est peut-être trop sévère ou la génération mal réglée en amont. Le taux de faux positifs, estimé en relisant à la main un échantillon de clips refusés, montre si l’on dépense des régénérations pour rien. Enfin, le nombre de défauts majeurs encore visibles dans les films livrés est le vrai indicateur de réussite. Ces mesures permettent d’ajuster les consignes données au relecteur plutôt que d’augmenter aveuglément le budget.

Limites

Un relecteur automatique peut se tromper dans les deux sens : laisser passer un défaut subtil ou signaler un faux problème, par exemple un mouvement stylisé volontaire. Il ne remplace pas un regard humain sur le film final, surtout pour le rythme et l’émotion. Il réduit simplement la part des erreurs grossières qui atteignent ce regard.

Questions fréquentes

Pourquoi ne pas régénérer tous les clips imparfaits ? Parce que le coût exploserait et que beaucoup d’imperfections sont mineures ou relèvent du goût. Un plafond garde le budget prévisible.

Faut-il analyser toutes les images d’un clip ? Non. Quelques images bien réparties suffisent pour repérer les défauts majeurs, qui durent rarement une seule image.

Le contrôle automatisé garantit-il un film sans défaut ? Non. Il élimine une grande partie des erreurs graves, mais un défaut subtil peut passer, et le jugement esthétique reste humain.

Que se passe-t-il quand le plafond est atteint ? Les clips restants sont conservés tels quels, afin que le coût du film reste prévisible.