如何将视频帧分类为包含对象的帧和无意义的帧

Question

我想对视频帧做一些检测和分类工作，但是视频中的帧太多需要处理，所以我想找出哪些帧包含对象，哪些帧是无意义的（不包含对象）或面孔），这样我就可以通过检测更少的帧来节省一些时间。

我已经测试了 Gist 和 SVM，试图从森林场景图像（15 个场景数据集）中分离出包含狗（pascal voc）的图像，但是测试数据的准确性非常低（低于 50%）。

是否还有适合此任务的其他功能或算法？还有适合这个任务的数据集吗？

Answer 1

您可以研究视觉显着性检测方法。如果存在显着性簇，则这些帧可能包含对象。