问用于视频字幕的视频帧提取准则
EN

Stack Overflow用户

提问于 2017-02-16 12:34:27

回答 1查看 33关注 0票数 0

对于视频字幕，我们需要将视频帧输入到递归神经网络。如果我们有视频，提取帧的标准是什么，例如帧采样率和图像分辨率要求。

我还想知道，当我们做视频字幕时，我们是先提取视频的所有帧作为输入，还是在处理它们的同时提取帧。

发布于 2017-02-16 20:09:24

从你的问题中并不完全清楚，所以可能值得一提的是，字幕和字幕通常存储在独立于视频本身的文件中-即它们不会直接添加到视频流中。同样值得注意的是，大多数视频容器(例如MP4文件)将有单独的视频和音频轨道。

根据您要添加的字幕的类型，方法可能会有所不同-例如，如果字幕是简单的描述性注释，则它们通常是手动添加的，以便在视频中编辑者选择的任何位置显示。

如果字幕要提供语音的文字记录，那么它们显然必须与音频和视频流对齐，并且通常将从音频流生成并使用其时间戳。

在不同的区域和不同的部署中，字幕有多种不同的标准，但最常见的是：

一般来说，无论格式是什么，都会有一种机制来将字幕(如果需要)与视频的任何帧相关联-即，允许播放器将特定视频帧与特定字幕链接的时间码。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/42265039

复制

相似问题

问用于视频字幕的视频帧提取准则EN