横長の動画を縦長にするとき、真ん中で切ると何が消えるか:Netflix の技術ブログを読む
原文の情報
この記事は Netflix の技術ブログの記事を当サイトが読んで解説したものです。Netflix の公式の翻訳・要約ではなく、Netflix とは関係がありません。
- 原題
- Multi‑Ratio Video Resizing for Mobile Feed and Marketing
- 書いた人
- Serdar Cellat, Yuchen Xie, Bernadette Marcu, Blaid Burgess, Cody Jarrett, Carlos Pereira, Qing Shi, Samuel Carvajal, Manuel Pamplona, Dorothy Jung, Feiko Ritsema, Benjamin Klein, Alex Woo, Eugene Lok, Anna Pulido, Rebecka Swe, Sanford Holsapple, Ranjith Kumar Shetty
- 原文の公開日
- 確かめた日
- 原文
- Multi‑Ratio Video Resizing for Mobile Feed and Marketing(netflixtechblog.com)
AI で下書きし、原文と一次資料を確かめてから公開しています。作り方と決まり
横長に撮った動画を、スマートフォンの縦長の画面に出したい。いちばん手早いのは真ん中を切り出すことですが、主役が画面の端にいると、切り出した中に主役がいなくなります。
Netflix の技術ブログのこの記事は、横長の映像から縦長などの比率の版を自動で作る仕組みの話です。 この記事では、原文の要点を短くまとめ、切り方のちがいをブラウザで試せる道具を付けて、ウェブの CSS の仕様と並べました。3行で言うと
- 横長の映画の画面を携帯電話向けの比率にするのは、真ん中で切るだけでは済まない、というのが原文の出発点です。
- そこで原文は、見せ場を追い、場面の組み立てに合わせて切る「仮想のカメラ」を、追跡と時間の中での最適化の問題として作ったとしています。
- 編集者は道具の中で自動の切り抜きを見直し、要る所だけ手で直せます。原文は、作り手の判断を残したまま手間を減らす、と書いています。
Converting cinematic 16:9 footage into mobile‑friendly aspect ratios takes more than a simple center crop.
(当サイト訳)映画のような 16:9 の映像を携帯電話向けの比率に変えるには、単純に真ん中を切るだけでは足りません。
この記事を読む前に
- アスペクト比:画面の横と縦の比です。16:9 は横長、9:16 は縦長、1:1 は正方形です。
- ショット:カメラが切り替わるまでの、一続きの映像です。
- 切り抜き (crop):画面の一部を窓で切り出して、行き先の画面いっぱいに広げることです。窓の外は捨てます。
- 帯を足す:画面全体を縮めて行き先の画面に入れ、余った所を黒などの帯で埋めることです。何も捨てませんが、映像は小さくなります。
原文の要点
当サイトの要約
- 背景:Netflix では縦長の形式が大事になっていて、アプリの中に縦長の動画のフィード Clips を出しました。これまで縦長の素材は、編集者が横長の動画を編集の道具で手で切り直していて、作品と使い道が増えると回らない、という問題です。
- 仕組み:素材ごとに 3つの段階で処理し、1:1・4:5 と縦長の 9:16 の切り抜きを 1回の処理で作ります。原文は、計算の負担を増やさずに、と書いています。
- 最初の段階:ニューラルネットワークでショットの境目を見つけて分け、会話の場面は、話している人を見つける方法で、一続きのショットを話し手ごとの小さなショットに分けます。
- 次の段階:顔の検出と、画面のどこに目が行くかの地図 (saliency map) を合わせて、映すべき顔を選び、複数の人がいる場面では話しているか・大きさでも順位をつけて、仮想のカメラが追う「注目の領域」を決めます。
- 最後の段階:注目の領域をコマごとに厳密に追うと画面が揺れるので、動きが小さいときは切る窓を止め、大きいときは追う窓を計算して道筋をなめらかにします。
当サイトが足したもの:ブラウザで動かせる道具
縦長に切り抜く道具
この道具は、原文の Netflix の仕組みのコードや判定を写したものではありません。切り方で何が残り何が消えるかを、数で比べる最小の形として当サイトが作りました。場面の絵も当サイトが描いたものです。元の画面は 16:9 で、当サイトが描いた 3つの場面 (二人の会話・端に立つ人・真ん中の人) から選べます。行き先の比率は 1:1・4:5・9:16・16:9 の 4つです。
1. 場面と比率を選ぶ
2. 主役の位置を動かす
左の端が 0、右の端が 1600 です。矢印のキーでも動かせます。
真ん中で切る
- 元の画面のうち残る割合:32%
- 行き先の画面のうち映像の割合:100%
- 左の人:0% (画面から消える)
- 右の人:0% (画面から消える)
切る窓をいつも画面の真ん中に置きます。
主役に合わせて切る
- 元の画面のうち残る割合:32%
- 行き先の画面のうち映像の割合:100%
- 左の人:100% (全部入る)
- 右の人:0% (画面から消える)
切る窓の真ん中を「主役の位置 (横)」に置きます。画面の外にはみ出すときは内側へ寄せます。
帯を足す
- 元の画面のうち残る割合:100%
- 行き先の画面のうち映像の割合:32% (残りは帯)
- 左の人:100% (全部入る)
- 右の人:100% (全部入る)
画面全体を縮めて入れ、余った所を帯にします。
数え方
- 切る窓:「真ん中で切る」と「主役に合わせて切る」は、元の画面から行き先の比率で切れる一番大きい窓を使います。16:9 より縦長の比率なら、縦は元の画面の高さのままで、横だけが狭くなります。
- 主役に合わせる:「主役に合わせて切る」は、窓の真ん中を「主役の位置 (横)」に置き、窓が画面の外にはみ出すときは内側へ寄せます。
- 帯を足す:「帯を足す」は、画面全体を縮めて行き先の画面に入れ、余った所を帯にします。人は全員残りますが、映像は小さくなります。
- 割合:割合は、人の枠 (頭と体を囲む四角) のうち窓に入る面積の割合で、整数の % に丸めて出します。
試してみる
- 9:16 に切ると、元の画面のうち残るのは 32%です。4:5 なら 45%、1:1 なら 56%です。
- 初めの状態 (二人の会話・9:16) で「真ん中で切る」と、左の人も右の人も 0%で、二人とも画面から消えます。
- 「主役に合わせて切る」は、主役の位置が左の人の真ん中 (350) のとき、左の人が 100%、右の人が 0%です。「右の人に合わせる」を押すと、それが入れ替わります。
- 比率を 1:1 にしても、二人の会話はどこに窓を置いても二人とも 100%にはなりません。二人の枠の端から端 (1,110) が、1:1 の窓の幅 (900) より広いからです。
- 「帯を足す」なら二人とも 100%残りますが、9:16 の画面のうち映像が占めるのは 32%で、残りは帯です。
- 切って残る割合と、帯を足したときに映像が占める割合は、どの比率でも同じ数になります (9:16 は 32%、4:5 は 45%、1:1 は 56%)。どちらも、2つの比率の小さい方を大きい方で割った値だからです。
- 「端に立つ人」では、1:1・4:5・9:16 のどれでも「真ん中で切る」と端の人が 0%になり、「主役に合わせて切る」なら 100%残ります。
- 「真ん中の人」なら、どの比率でも「真ん中で切る」で 100%残ります。真ん中で切るのが困るのは、主役が真ん中にいないときです。
二人の会話が 1つの窓に入らないとき
原文は、話し手ごとに分けると、会話が進むにつれて仮想のカメラが話し手を切り替えて追えるようになる、と書いています。二人の会話が 1つの縦長の窓に入らないことは、原文が会話のショットを話し手ごとに分ける理由の 1つだと読めます (当サイトの見立て)。この道具は 1枚の絵しか扱わないので、時間の中で窓を動かすことはできません。時間の中での窓の止め方と追い方は、上の要点の最後の項目を見てください。
原文は、どれだけ動いたら「大きい動き」とするかの値や、評価の数値は書いていません (当サイトの見立て。本文の数は比率の表記と 1.2B のフォロワーの数だけです)。当サイトが足したもの:一次資料をたどる
一次資料をたどる:ウェブの CSS にも同じ 3つの切り方がある
画像や動画を決まった大きさの箱に入れるとき、ウェブでも同じ選択に出会います。
CSS の画像の仕様 (CSS Images) の object-fit: cover は、中身の比率を保ったまま、箱の全体を埋めるように大きさを決めます。object-fit: contain は、比率を保ったまま箱の中に収まるように大きさを決めます。埋まらない所には要素の背景が見えます。仕様は、中身は箱の大きさで切られ、はみ出すことはないとしています。どこを残すかは object-position で決まり、何も書かなければ 50% 50% (真ん中) です。道具の 3つのやり方は、CSS でいえば「真ん中で切る」が object-fit: cover (位置は既定のまま)、「主役に合わせて切る」が cover に、比率ごとに計算した横の位置を object-position で渡したもの、「帯を足す」が contain に当たります (当サイトの見立て)。原文の出発点の「真ん中で切るだけでは済まない」の「真ん中で切る」は、この cover を既定の位置で使った切り方に当たると読めます (当サイトの見立て。原文の言葉は simple center crop です)。当サイトが足したもの:小さなチームで試せること
小さなチームで試せること
主役の位置を、画像と一緒に持っておく
サムネイルや紹介の画像を比率ちがいで何枚も使うなら、画像ごとに主役の横の位置を 1つ決めて持っておき、表示のときに切る窓の真ん中に使う、という形が手軽です。CSS で同じ窓にするには、object-fit: cover の object-position に、比率ごとに計算した横の百分率を渡します。1:1・4:5・9:16 のように元の画像より細い窓では、百分率は (主役の位置 − 窓の幅 ÷ 2) ÷ (元の幅 − 窓の幅) を 0〜100% に収めた値です (位置と幅は元の画像の座標で、道具では元の幅が 1600)。16:9 では窓が元の画像の全体なので、object-position をどう変えても切り方は変わらず (式の分母が 0 になります)、既定の 50% のままで足ります。主役の位置をそのまま百分率にした値 (端に立つ人なら 1390 ÷ 1600 で約 87%) を渡すと、9:16 では端の人が 78%しか残りません。計算した値なら 100%残ります。
比率ごとに、主役が残るかを確かめる
出す比率が増えるほど、真ん中で切って主役が消える組み合わせも増えます。道具の数え方のように、主役の枠のうち何割が窓に残るかを比率ごとに出しておくと、どの画像を手で直すべきかが分かります。
真似しなくてよいこと
扱う動画が少ないなら、話し手を見つける処理や、時間の中で窓をなめらかに動かす処理を自前で作る必要は薄いはずです。まずは主役の位置を人が 1つ決め、比率ごとの切り抜きを見て直す、から始めれば足ります。
原文を読む順番
出典
確かめた日はどれも 2026年11月10日です。
- Multi‑Ratio Video Resizing for Mobile Feed and Marketing(Netflix TechBlog、2026年10月26日。原文。RSS の全文で読みました)
- CSS Images Module Level 3(W3C Candidate Recommendation Draft、2023年12月18日。object-fit と object-position)
この記事の場面の絵と道具は当サイトが作ったもので、原文の図・画像・動画は使っていません。