感度
高は小さな変化に反応して候補が増え、低は強い変化だけを残しますが細かなカットを逃すことがあります。
11. 動画を選択Select a file or direct URL
2AI DetectionSample frames and detect cuts
3ResultsPreview and export scenes
1. 動画を選択
対応形式: MP4, WebM, MOV, MKV
動画をここにドロップ
最大ファイルサイズ: 2 GB
検出設定
Adjust sensitivity before generating the scene list.
中
低中高
分析プレビュー
Scrub the video and review detected cut points.
動画はまだ追加されていません。
The preview and scene timeline will appear here.
シーン境界はまだ検出されていません。
00:0000:00
検出サマリー
- 検出シーン数
- -
- 長さ
- 00:00:00
- 平均シーン長
- -
- Method
- AI + Visual
- Status
- 待機中
シーンを検出
検出したシーン
Click a scene to inspect timing and export that cut marker.
#Thumbnail開始終了長さScore
シーン境界はまだ検出されていません。
選択シーン
Select a detected scene
Preview appears after detection
開始
-
終了
-
長さ
-
ソースコードで確認できる場合、ローカルファイルと推論はブラウザーで動きます。モデル資産はネットワーク取得される場合があり、URL動画は遠隔ホストから来ます。両方とcacheを説明します。
AIシーン検出は何を見つけますか？
サンプルフレーム間の視覚情報を比較し、カットや強いトランジションと思われる位置を見つけます。結果は候補であり、物語、主題、各シーンの意味を人間のように理解するものではありません。
シーン変化検出は視覚境界を探し、意味は理解しません
分析器はフレームをサンプリングして視覚差分を測り、shotやsceneの切り替わり候補を示します。フラッシュ、カメラ移動、グラフィックは誤検出を生み、緩やかな転換は見逃すため、人の確認が必要です。
誰がシーン検出を使いますか？
編集者、アーカイブ担当、QA、教育者、研究者、開発者が、長いメディアの移動、章、サムネイル、rough cut、分析ワークフローのテストに使います。
利用例
- 長い録画のchapter marker候補。
- 手動編集前のカット点検索。
- 各視覚セグメントの代表サムネイル。
- 講義、インタビュー、プレゼンの構造確認。
- 後続スクリプトやmedia pipelineへの時刻出力。
- QAやモデル評価で検出設定を比較。
シーンを検出する手順
ローカル動画またはブラウザーがアクセスできる直接URLを選びます。
中感度と現実的な最小シーン長から始めます。
分析を実行し、フレームのサンプリングと比較を待ちます。
サムネイル、時刻、変化スコアを確認し、UI対応時は誤境界を除き、欠けた境界を追加します。
構造化一覧を書き出し、メディアエンジンが実装している場合だけクリップを出力します。
設定が結果に与える影響
最小シーン長
速い変化から実用的でない短いシーンができるのを防ぎます。素材のテンポに合わせます。
サンプル頻度
多くのフレームは短いイベントを見つけやすい反面、時間と計算量が増えます。UIは実装と一致させます。
変化スコアと信頼度
アルゴリズム信号であり、編集上の真の境界の証明ではありません。式がある場合は尺度と正規化を説明します。
出力形式
JSONはアプリ、CSVは表、Markdownは人のレビュー向けです。実際に存在するフィールドだけ出力します。
シーン変化検出は動画の意味理解ではありません
視覚detectorはcut、fade、大きな見た目の変化を見つけますが、別の検証済みsemanticモデルがなければ「インタビュー」や「製品デモ」とは理解しません。
分析の処理方法
ソースコードで確認できる場合、ローカルファイルと推論はブラウザーで動きます。モデル資産はネットワーク取得される場合があり、URL動画は遠隔ホストから来ます。両方とcacheを説明します。
シーン検出の制限
- フラッシュ、速いカメラ移動、スライド変更、大きなグラフィックは誤検出を生みます。
- 緩やかなdissolve、似た画面のカット、暗い映像は見逃すことがあります。
- 時刻精度はsampling、decoding、元time baseに依存します。
- 長時間・高解像度動画は時間とメモリを多く使います。
- Detectorは物語の意味や法的なクリップ境界を確認しません。
よくある問題
シーンが多すぎる
感度を下げ、最小長を増やし、フラッシュやグラフィックによる境界を除きます。
重要なカットがない
感度を上げ、最小長を下げ、対応時は手動境界を追加します。
時刻が少しずれる
Samplingとkeyframe seekで境界が動くため、切る前に報告時刻の前後を確認します。
分析が遅い
短い範囲、低解像度proxy、低頻度samplingを使い、重いタブを閉じます。
AIシーン検出FAQ
シーン変化とは？
hard cut、fade、大きなlayout変更など、新しいshotやsegmentを示すほど視覚内容が変わる点です。
AIは各シーンの意味を理解しますか？
必ずしもそうではありません。視覚差分だけなら境界を探すだけで物語の意味は理解しません。
どの感度がよいですか？
中から始め、細かな速い編集は高、フラッシュや動きの誤検出が多い場合は低を使います。
最小シーン長の役割は？
選択値より短いsegmentを作る境界を抑えます。
検出時刻は正確ですか？
Samplingとdecodingによる候補なので、精密なcut前に近くのフレームを確認します。
転換を見逃しますか？
あります。似たカット、dissolve、暗い映像、サンプル不足でfalse negativeが起きます。
自動でクリップを作れますか？
対応するclip-export pipelineが実装されている場合だけです。時刻出力とmedia encodingは別機能です。
JSONやCSVを出力できますか？
オプション実装時に可能で、schemaには時刻単位、score尺度、元動画長を記述します。
ローカル動画はアップロードされますか？
ソースコード確認後だけlocal inferenceを主張します。モデルは取得され、URL動画は遠隔ホストから来ます。
サムネイル生成との違いは？
シーン検出は候補境界を探し、サムネイル生成は指定時刻のフレームを抽出します。併用できます。
フラッシュが新シーンになるのは？
大きなフレーム差がcutに似るためです。感度を下げるかfalse positiveにします。
確認せず使えますか？
いいえ。編集、公開、自動処理前に境界をレビューする分析補助です。