Video-level Crop的含义求助

[AliothChen]

您好，想请教您一下，video层面的crop，

s_x, e_x, s_y, e_y = item["metadata"]["crop"]

，请问您在进行数据处理时为什么对部分video采用了整体的bbox裁剪呢？我发现有些裁剪出来的视频，人物的面部在切分后不完整，比如

，请问这样的结果是否是合理的呢？

[AliothChen]

还有一个小问题，请问item["metadata"]["cut"]可以保证从一个original video中切分出来的video clip之间在时序上没有重叠的部分么？

[SHYuanBest]

您好，想请教您一下，video层面的crop，

s_x, e_x, s_y, e_y = item["metadata"]["crop"]

，请问您在进行数据处理时为什么对部分video采用了整体的bbox裁剪呢？我发现有些裁剪出来的视频，人物的面部在切分后不完整，比如

，请问这样的结果是否是合理的呢？

感谢关注，这个crop继承自OpenSora-Plan,主要是把视频中的水印给去除。cut也继承自OpenSora-Plan，都是按照无重叠去切的。想要保证人脸的完整度，可以根据这里的keypoints进行筛选。