删掉安全网反而更快更好：视频修复优化的工程决策实录

这是一篇工程决策日志，而非机制教程。核心讲的是一个反直觉的故事：ClearPix 团队主动删掉了一个已经上线、运行正常的安全机制，换成更简单的设计，最终不仅没有退化，反而在遮罩区域 PSNR 上拿到了比旧基线高 1.5dB 的质量提升。

如果只能从这篇文章带走一条经验，那就是这条纪律：在跑实验之前先定好你的停止线，并确保测试集里包含你曾经出过最严重 bug 的那个最坏情况。

从一个能用的系统出发

先交代背景。ClearPix 的浏览器端视频水印去除工具会逐帧做修复（inpaint），但静态水印附近的大多数帧几乎没有变化，所以团队用一个"运动门控"（motion gate）来跳过推理、复用之前的结果。

门控的第一版（v1）把每一帧和它的相邻帧对比，然后复用上一帧的输出。这个设计曾经严重失败过一次：在背景有缓慢全局渐变的素材上，逐帧差异永远微小，门控就会永远跳过，修复区域会冻结成一个肉眼可见的矩形块。这次事故让端到端遮罩区域 PSNR 从 38.7dB 暴跌到 16.7dB——损失了 22dB。

事故之后，团队为它专门做了一个回归素材：一段背景持续缓慢漂移的合成片段，刻意构造成"任何未来改动都无法悄悄重新引入链式冻结"。

修复方案是"累积漂移预算 + 亮度 delta 补偿"：累加被跳过帧的误差，预算用完就强制重新推理，同时按场景测得的曝光偏移去微调复用像素。这套方案成功了——冻结矩形 bug 不再复现，质量在 38.44dB 稳住（无跳帧参考为 38.74dB），安全网顺利上线。

所以这个故事的起点不是一个坏掉的系统，而是一个能用、但多了一层间接性的系统。

**PSNR（峰值信噪比）**是衡量图像重建质量的标准指标，单位为分贝（dB），数值越高代表重建结果与真值越接近。其计算基于均方误差（MSE）：PSNR = 10 · log₁₀(MAX² / MSE)，其中 MAX 通常取 255（8位图像）。由于是对数尺度，3dB 的差距意味着误差功率减半，感知上对应较明显的画质差异；而 22dB 的骤降（38.7 → 16.7）则意味着重建图像在遮罩区域已接近完全失真、肉眼可见明显瑕疵。本文中所有质量对比均以"遮罩区域 PSNR"为准，即仅在水印覆盖区域内计算，而非整帧——这是合理的，因为跳帧逻辑只影响修复输出，背景区域不受影响，全帧 PSNR 会因背景的高质量而严重稀释真实退化信号。

锚点思路：为什么要和邻居比？

在一次设计评审上，有人提出了那个引发一切的问题：为什么每一帧要和它的邻居对比？

想想跳帧误差到底是什么。当我们跳过一帧时，复用的是"上一次真正跑了推理的那一帧"的输出——称之为锚点（anchor）。我们提交的误差恰恰是"当前帧和锚点的差异有多大"。

而漂移预算做的只是近似这个量：它把逐步差异累加起来，然后寄希望于这些步长能加对。直接和锚点比较，则是直接测量这个量本身：按定义，跳帧误差被阈值界定住，没有累加器、没有代理量、也没有"缓慢漂移会不会偷偷溜过去"这类边界情况。

理论还预测速度不会损失。累加带噪声的逐步差异只会相对直接比较"高估"（振荡和噪声在求和里累积，但在直接差分里相互抵消），所以跳帧率只会持平或变好。更少的状态行、更强的保证、相等或更好的性能。

正因为这种想法太优雅，往往也最容易在实际中炸掉——所以团队先把规则写了下来。

时间 EMA（指数移动平均）是视频处理中常用的时间平滑手段：将当前帧的推理输出与前一帧的输出按固定权重混合，以减少帧间闪烁（temporal flickering）。其递推形式为 output_t = α · inpaint_t + (1−α) · output_{t−1}，α 通常取 0.3~0.7。关键在于，EMA 的"历史项"永远指向上一帧，而不是锚点帧，因此对历史项做运动补偿时，必须用"当前帧 → 上一帧"的位移 delta，而非"当前帧 → 锚点帧"的 delta。文中提到的第二个 bug 正是将这两个语义混用：锚点复用用"到锚点"的 delta 是对的，但把同一个 delta 喂给 EMA 的历史项，就等于用错误的偏移量去补偿一个时间基准完全不同的像素——导致系统性过冲（overshoot），而非修正。

PSNR 回归测试与预设停止线

团队对流水线改动的规则是：改动必须先通过端到端质量门控才能上线，没有例外。

这次实验里，他们在跑任何东西之前把门控写死：如果任何端到端素材上的遮罩区域 PSNR 跌破 36dB，这次重构就直接中止——不打补丁、不讨价还价。这个数字是在团队对结果还保持中立时提前选定的。看到结果之后再定中止标准，正是退化被合理化、最后混进生产环境的典型路径。

门控本身也值得一提，因为这里是本文真正的主角第二次登场。端到端套件包含：

• 那段从 16.7dB 链式冻结事故中诞生的合成渐变漂移片段——专门针对任何基于复用的优化的最坏情况，背景永远不静止，但变化又慢到骗过朴素运动检测；
• 一段四段式字幕素材，遮罩内容持续变化。

一个攻击"陈旧复用"，一个攻击"复用不足"。无论改了什么，总有一个会发现问题。

预设停止线（pre-committed stopping criterion）是实验设计中防止"结果偏见"（outcome bias）的核心手段，在统计学领域对应 A/B 测试的预注册（pre-registration）概念。其心理学基础是：一旦研究者看到部分正向结果，大脑会自发寻找"为什么负向结果不重要"的理由，这种事后合理化在工程实践中极为普遍——通常表现为"这个测试案例本来就不典型""以后单独优化""整体均值还是涨了"等话术。在机器学习模型评估和 A/B 实验中，这与"p-hacking"（反复调整评估口径直到结果好看）本质相同。ClearPix 团队的做法是将停止线写成逐素材而非均值门控，并在实验开始前固化——这使得后续即便出现跨素材的分裂结果，决策过程也不需要依赖判断力，只需执行约定。

第一次运行：通过、通过、通过、停

锚点重写版本上线后，第一次完整运行是一个"分裂"的结果：

• 字幕素材：四个片段全部提升 +3~4dB（37.3 / 32.3 / 28.7 / 30.1dB）。直接比较在快速变化内容上完全兑现了理论承诺。
• 渐变漂移素材：遮罩区域 PSNR 从 38.30 跌到 34.69dB——低于 36dB 的停止线。

这正是纪律存在的意义。聚合画面看起来挺好、甚至更好，很容易把结果一平均，宣布字幕上的胜利，然后"以后再调"。团队没有这么做，而是按约定停了下来，把 34.69 当作实验替他们写出的一份 bug 报告。

也没有回滚：停止线的含义是"停下来解释清楚"，而不是"看到就还原"。

误差累积，第二回合

根因分析挖出了一个真正的新东西——一个被链式设计一直藏着的失败模式。

渐变片段的背景并不是均匀漂移的。它的曝光偏移随垂直位置变化（素材大致用 sin(y/60 + t·4) 和 cos(y/80 + t·3) 分量合成），而 delta 补偿只是在整个区域上取单一的逐通道均值。均值无法抵消一个梯度。

在旧的链式设计里，复用像素永远恰好只有一帧之久，所以未补偿的残差保持微小且大致恒定。而在锚点设计下，一个复用输出可能离它的锚点有两三帧之远，残差会随锚点年龄增长。重构并没有制造补偿误差，而是通过延长复用寿命把它放大了——这恰恰和让其他一切变好的是同一个机制。

还发现了同一领域里第二个更低级的 bug。时间 EMA 把当前输出和上一帧输出做混合，所以它的历史项需要相对上一帧做补偿。但在重写里，团队给它喂的是"到锚点"的 delta——于是每个被混合的像素都出现了系统性过冲，因为补偿回答的问题和混合提出的问题根本不是一个。

文中提到背景用 sin(y/60 + t·4) 和 cos(y/80 + t·3) 分量合成空间渐变，这意味着同一帧内不同垂直位置的亮度偏移是不同的——即曝光变化在空间上是一个梯度场，而非均匀偏移。对整个遮罩区域取单一逐通道均值，等价于用一个常数去拟合一个随位置变化的函数，残差在空间上并不对称，无法相消，而是以结构性误差的形式留存。这类"均值补偿遇到空间梯度"的失败在视频稳定、曝光对齐、光流估计等场景中普遍存在，更精确的做法是改用逐区域（tile-wise）或基于光流的像素级补偿。不过文中团队选择的解法更务实：降低跳帧阈值上限，强制更频繁重新锚定，让锚点年龄保持足够短，使得即便补偿粗糙，残差也来不及累积到可见程度。

两处小修，不回滚

两个修复都很小，而且都留在新设计内部：

• 阈值上限 8 → 5。 跳帧阈值是自校准的（前五帧差异的中位数乘三，再钳制到 [2, 5]/255）。降低上限会强制更频繁地重新锚定，直接约束了锚点年龄——打击的是残差累积这个机制本身，而不是它的症状。
• 拆分 delta。 合成环节复用锚点，所以用"到锚点"的 delta；EMA 混合的是上一帧，所以用"到邻居"的 delta。各自一条推理线，不再让共享状态假装两个时间基准是同一个。

校准逻辑本身完全没动，只改了钳制上限和 delta 的"管道走向"。

结果：超越基线

最终的锚点版本，同样的门控下：

• 渐变漂移素材：遮罩区域 PSNR 达到 39.84dB——比链式基线高出 1.5dB，不只是恢复而已。delta 语义修好之后，直接比较加上精确的"到锚点"补偿，被证明严格优于团队此前一直在捍卫的那个近似方案。
• 字幕：+3~4dB 的增益保持，67% 的帧跳过了推理。
• 速度：水印素材上 58% 的帧被跳过，和预算版本持平（符合预测），而整条漂移预算代码路径被删掉了。

被删掉的那张安全网，从来没被怀念过。真正起作用的，是保留下来的那张——预设停止线和最坏情况测试素材，抓住了唯一一个要紧的退化。

可复用的经验

1. 在实验之前写下中止标准。 "遮罩 PSNR 低于 36 就停"是在中立时定下的。看到 +3~4dB 的胜利之后，再想诚实地画这条线就难多了。
2. 测试集里应该放进你最糟糕的历史 bug，并把它武器化。 那段渐变漂移素材是为了抓链式冻结而造的，如今它又抓到了一个完全不同的失败。最坏情况素材会随时间升值。
3. 聚合会掩盖退化。 字幕涨 3~4dB、渐变跌 3.6dB，平均下来是"改善了"。团队先读逐素材结果、后看均值，停止线也是逐素材的。
4. 更简单的机制失败方式不同，而且不温柔。 删掉累加器消除了一整类代理误差 bug，也没引入新的——但它放大了旧设计一直在悄悄封顶的补偿误差。要为优雅想法的新失败模式预留分析时间。
5. 当根因很小时，向前修。 两个修复各只有几行，都在新设计里。回滚意味着为了回避理解一个小 bug，而扔掉一个真实的质量提升。

这篇是 ClearPix 工程系列的一部分，讲的是如何构建免费、私密、完全在浏览器内运行的媒体工具。锚点跳帧门控已经随其视频水印去除工具和字幕去除工具一起上线，两者都完全在浏览器内运行，无需上传。