超级会员免费看
TransNet V2在视频转场检测中表现出色，与scenedetector相比，能更好地处理fade过渡，提供更精细的聚类。文章介绍了TransNet V2的结构，包括DDCNN cells和多分类头，以及如何使用pytorch进行推理。同时，讨论了输入处理和帧相似性的计算。尽管两者都有色敏性，但TransNet V2在色彩处理上更具灵活性。
TransNet V2
使后感
TransNet V2 和 传统的 scenedetector出来的结果很类似，实验下来，两种算法都很细致的把转场内容分离出来。各有各的特色
TransNet V2会得到更合理的聚类，有些相似内容，还是会尽最大力把它们分离出来，能够很好的处理场景通过“fade”的过渡
scenedetector也会得到一些合理的聚类，基本上色彩分布差不多的会把它们尽最大可能分在一起，不能很好的处理“fade”过渡，整个算法被色彩主导, 对色彩敏感
TransNet V2的例子 :118 - 120
scenedetector的例子105 - 116
安利：博主个人更喜欢TransNetV2的结果，But, 两种算法都不错啦
pytorch 版本的inference
稍等。。。
DDCNN cells
老的：
6个 DDCNN cells， 每个cell: 都有4个 3 × 3 × 3 convolution operations, 这些Co
订阅专栏 解锁全文
425
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
