场景边界检测

Question

我正在研究场景边界检测，并且已经完成了以下工作

常规方法：在这种方法中，我使用了SSIM和Pearson系数来比较两个帧之间的相似度

优势

1. 在突然切入过渡上效果很好
2. 执行速度快

缺点  -错误，用于检测渐变（淡入，淡出，擦除，溶解，快速模糊）

Deep SBD ：在此，我实现了deepSBD。代码和论文的链接为https://github.com/abramjos/Scene-boundary-detection

优势

1. 在突然剪切和渐变时效果很好（淡入，淡出，擦除，溶解）

缺点

1. 训练中包括手动闪光，例如，当在两帧之间出现密集闪光时，由于错误检测增加，因此检测错误。摔角时摔跤录像或突然的阳光。
2. 快速模糊运动
3. 长期解散

Transnet ：之后，我们实现了Transnet。代码和论文的链接为https://github.com/soCzech/TransNet

它用正确的渐进式检测代替​​了一些错误的检测，但引入了新的问题：

1. 错误地将帧之间的重叠检测为镜头变化
2. 错误地将帧之间的过渡过度检测为镜头变化

注意：在最后，我们将deepSBD和TransNet结合在一起，因此没有检测到的东西很少，但是由于以下原因导致虚假检测的增加

1. 密集闪光
2. 快速运动模糊
3. 过渡过渡
4. 两帧之间重叠

如果没有出现上述问题，则2-3小时视频的总体准确度预计为95％，如果出现上述问题，则为70％。

有什么方法可以解决误检测。