选择视频最佳场景的算法是什么？

Question

当我们将视频上传到Youtube或其他视频共享网站时，该网站会自动从视频中选择最佳或最具代表性的场景，以显示为视频的图标。怎么做的？ 我想知道要研究哪种数据挖掘或其他算法来从视频中提取最相关的场景。任何指向文学或实现的指针都非常有用。

Answer 1

我强烈怀疑“算法”大致是（伪代码）：

Random(0, clip.Length)

Answer 2

我的猜测：

1. i = 1
2. 将帧i与帧i-1进行比较（使用例如像素颜色强度的平方差之和）
3. 差异＆gt; preset_threshold？
   1. 如果是：一系列低于阈值的帧刚刚结束。这是最长的序列吗？
      1. 如果是：best =此序列的开始。
4. i++
5. 如果i < length_of_clip：转到2。
6. 选择框架best。

想法是：找到最长的“场景”（转换低于某个任意阈值的一系列帧），并显示该系列中的第一帧。

Answer 3

一个简单的解决方案是提取视频的某些帧并随机显示。通过跟踪用户的点击率，Youtube已经知道如何对这些帧进行排名。