在实时视频流中往往存在大量的无效帧，如画面长期静止、画面运动过于强烈导致严重模糊等。针对该问题，提出了该方法。
在实时视频流中往往存在大量的无效帧，如画面长期静止、画面运动过于强烈导致严重模糊等。针对该问题，提出了该方法。
该方法基于传统计算机视觉的边缘检测算法，使用 Sobel 算子对图像边缘特征进行提取，并在像素层面进行平均，以获得用于衡量图像清晰度的指标。随后，采用随时间衰减的动态阈值，对视频关键帧进行筛选，并能够通过超参数的方式对提取的速率进行限制，从而起到降低后台运算量的效果。
算法名称
| 基于边缘特征的朴素视频关键帧提取算法
|
算法接口
| python video_entry.py
|
输入
| 视频文件与关键帧保存路径
|
输出
| 检测到的关键帧
|
依赖库
| opencv、numpy
|
参考资源
| 无 |
Gitlab链接: GitLab (crowdhmt.com)
