时间戳

首页 > 解决方案 > 从时间点列表中随机选择时间帧作为元组

python - 从时间点列表中随机选择时间帧作为元组

问题描述

我有几个时间点取自具有最大时间长度 ( T) 的视频。这些点存储在列表列表中，如下所示：

time_pt_nested_list = 
[[0.0, 6.131, 32.892, 43.424, 46.969, 108.493, 142.69, 197.025, 205.793, 244.582, 248.913, 251.518, 258.798, 264.021, 330.02, 428.965],
 [11.066, 35.73, 64.784, 151.31, 289.03, 306.285, 328.7, 408.274, 413.64],
 [48.447, 229.74, 293.19, 333.343, 404.194, 418.575],
 [66.37, 242.16, 356.96, 424.967],
 [78.711, 358.789, 403.346],
 [84.454, 373.593, 422.384],
 [102.734, 394.58],
 [158.534],
 [210.112],
 [247.61],
 [340.02],
 [365.146],
 [372.153]]

上面的每个列表都与一些概率相关联；我想根据其概率从每个列表中随机选择点以形成n连续时间跨度的元组，例如：

[(0,t1),(t1,t2),(t2,t3),...,(tn,T)]

其中n由用户指定。所有返回的元组应该只包含上面嵌套列表中的浮点数。我想将最高概率分配给它们进行采样并出现在返回的元组中，第二个列表的概率略低，等等。这些概率的确切细节并不重要，但如果用户可以输入一个就好了控制概率在idx增加时衰减的速度的参数。

返回的元组是应该完全覆盖整个视频并且不应该重叠的时间帧。0并且T可能不一定出现在time_pt_nested_list（但它们可能）。有没有很好的方法来实现这一点？我将不胜感激任何有见地的建议。

例如，如果用户输入 6 作为子剪辑的数量，那么这将是一个示例输出：

[(0.0, 32.892), (32.892, 64.784), (64.784, 229.74), (229.74, 306.285), (306.285, 418.575), (418.575, 437.47)]

元组中出现的所有数字都出现在 中time_pt_nested_list，除了0.0和437.47。（0.0这里确实出现了，但在其他情况下可能不会出现）这里437.47也是给出的视频长度，可能不会出现在列表中。

标签： pythonlistrandomtuplesprobability

解决方案

这比看起来要简单。您实际上只需n要从子列表中采样点，每个点都具有与行相关的样本概率。无论获得什么样本，都可以按时间排序来构建您的元组。

import numpy as np

# user params
n = 6
prob_falloff_param = 0.2

lin_list = sorted([(idx, el) for idx, row in enumerate(time_pt_nested_list) for 
el in row], key=lambda x: x[1])

# endpoints required, excluded from random selection process
t0 = lin_list.pop(0)[1]
T = lin_list.pop(-1)[1]
arr = np.array(lin_list)

# define row weights, alpha is parameter
weights =  np.exp(-prob_falloff_param*arr[:,0]**2)
norm_weights = weights/np.sum(weights)

# choose (weighted) random points, create tuple list:
random_points = sorted(np.random.choice(arr[:,1], size=(n-1), replace=False))

time_arr = [t0, *random_points, T]
output = list(zip(time_arr, time_arr[1:]))

示例输出：

# n = 6 
[(0.0, 78.711),
 (78.711, 84.454),
 (84.454, 158.534),
 (158.534, 210.112),
 (210.112, 372.153),
 (372.153, 428.965)]

# n = 12
[(0.0, 6.131),
 (6.131, 43.424),
 (43.424, 64.784),
 (64.784, 84.454),
 (84.454, 102.734),
 (102.734, 210.112),
 (210.112, 229.74),
 (229.74, 244.582),
 (244.582, 264.021),
 (264.021, 372.153),
 (372.153, 424.967),
 (424.967, 428.965)]

推荐阅读