摘要

镜头边界检测（SBD）是许多视频处理应用中的重要第一步。本文提出了一种简单的模块化卷积神经网络架构，在单个性能一般的GPU上实现了远超实时的推理速度，同时在RAI数据集上取得了最先进的结果。该网络采用了扩张卷积，并仅对缩小后的帧进行操作。训练过程中使用了从TRECVID IACC.3数据集中选取的镜头随机生成的过渡。代码和经过选择训练的网络将在https://github.com/soCzech/TransNet 上提供。