第 09 章视频分析 - SuperPicky 慧眼选鸟 4.3.0 教程

9.1

支持格式

v4.3 引入视频分析功能，当前支持以下格式：

扩展名	容器	常见来源
.mp4	MPEG-4	相机视频、手机录像、无人机（DJI 等）
.mov	QuickTime	相机视频、iPhone、macOS 屏幕录制
.m4v	iTunes 视频	Apple 设备导出

视频文件与照片文件可以混放在同一目录中，扫描时自动识别并分别处理，无需提前分拣。这也是 v4.3 将默认目录布局改为鸟种优先的原因——照片和视频可以共享同一个鸟种子目录。

关于 RAW 视频格式

BRAW（Blackmagic RAW）、R3D（RED）等相机 RAW 视频格式目前不在支持列表中。如有需要，建议先将视频转码为 MP4 再送入处理。

9.2

自动分析流程

选鸟流程启动后，SuperPicky 慧眼选鸟对目录中的视频文件依次执行以下步骤：

1

自适应抽帧 — 根据视频时长计算采样间隔，默认上限 60 帧/视频。短视频（时长 ≤ 60 秒）每秒取一帧；长视频则按比例拉大间隔，保证总帧数不超过上限，处理时间与视频时长解耦。

2

YOLO 鸟类检测 — 对每一帧运行 YOLO11 目标检测，识别画面中是否存在鸟类（COCO 数据集 class 14）。检测置信度高于阈值（默认 0.5）的帧标记为「有鸟帧」。

3

鸟种识别（可选） — 在「有鸟帧」上进一步调用 OSEA 模型识别鸟种，默认使用 instant 模式（首帧置信度达标即停止，速度最快）。识别结果同样支持国家/地区过滤。

4

时间段合并 — 将连续的「有鸟帧」合并为鸟类出现时间段（BirdSegment），同一鸟种的多段时间自动归并，用于生成 SRT 字幕和决定文件命名。

5

整理归类 — 按识别结果将视频文件移动到对应子目录，同步生成 SRT 字幕文件。

视频处理与照片处理并行

同一次扫描中，照片走评分 + 锐度 + 美学流程，视频走 YOLO + 鸟种识别流程，两套流程独立运行，最终结果统一汇入同一目录布局，互不干扰。

9.3

结果与目录结构

视频分析完成后，文件按鸟种归类并重命名。命名格式为：

{鸟种}_{拍摄日期8位}_{原始文件名}.{扩展名}

归类规则：

检测结果	目标目录	文件名示例
识别到鸟种	`原目录/{主鸟种}/`	`澳洲蛇鹈_20260101_DJI_0001.mp4`
有鸟但识别失败	`原目录/其他鸟/`	`其他鸟_20260101_DJI_0002.mp4`
全程无鸟	`原目录/无鸟/`	`无鸟_20260101_DJI_0003.mp4`

视频目录直接建在源目录之下（不含星级层），与照片的鸟种目录共享同一父级，两者可自然共存。以下是照片 + 视频混合处理后的典型目录结构：

                    📁 2026-01-01_澳洲_拍鸟/
                      📁 澳洲蛇鹈/               ← 照片和视频共享同一鸟种目录
                        📁 3星_优选/
                          🖼 DSC_0010.ARW
                        🎬 澳洲蛇鹈_20260101_DJI_0001.mp4  ← 视频直接在鸟种目录
                        📄 澳洲蛇鹈_20260101_DJI_0001.srt  ← SRT 字幕同级放置
                      📁 其他鸟/
                        🎬 其他鸟_20260101_DJI_0002.mp4
                      📁 无鸟/
                        🎬 无鸟_20260101_DJI_0003.mp4
                

为什么默认用鸟种优先布局

v4.3 将默认目录布局改为鸟种优先，正是为了让视频和照片能落在同一个鸟种文件夹下，方便用相同工具统一管理。详见第 05 章 5.4。

9.4

SRT 字幕

每个处理完成的视频旁会自动生成一个同名 .srt 字幕文件，记录视频中鸟类出现的时间段。SRT 文件可直接用于主流播放器（VLC、IINA、PotPlayer 等）或视频剪辑软件。

字幕内容随可用信息自动调整：

可用信息	字幕示例
仅 YOLO 检测（无鸟种识别）	`🐦 检测到鸟类 \| 89%`
有鸟种识别	`🐦 澳洲蛇鹈 (Australasian Darter) \| 83%`
有鸟种 + 飞行状态	`🦅 澳洲蛇鹈 (Australasian Darter) \| 飞行中 \| 83%`
无鸟时间段	`[无鸟]`

SRT 文件格式示例：

                    1
                    00:00:04,000 --> 00:00:17,000
                    🦅 澳洲蛇鹈 (Australasian Darter) | 飞行中 | 91%
                    
                    2
                    00:00:17,000 --> 00:00:31,000
                    [无鸟]
                    
                    3
                    00:00:31,000 --> 00:00:58,000
                    🐦 澳洲蛇鹈 (Australasian Darter) | 83%
                

SRT 文件采用 UTF-8 编码，中文鸟种名可正常显示。时间格式为标准 HH:MM:SS,mmm（毫秒精度）。

在剪辑软件中使用

将视频导入 Final Cut Pro、Premiere Pro 等剪辑软件后，可同时导入对应的 .srt 字幕轨道，快速定位鸟类出现的时间段，大幅缩短 B-roll 素材筛选时间。

9.5

高级设置

视频分析的关键参数可在高级设置 → 视频分析中调整：

参数	默认值	说明
最大抽帧数	60 帧	单视频抽帧总数上限，控制处理时间。调低可加快分析速度，但可能漏检短暂出镜的鸟类；调高可提升召回率，适合精细分析重要素材
YOLO 检测阈值	0.5（可调 0.3–0.9）	鸟类目标检测置信度门槛。调低可检测模糊或遮挡的鸟，但误报增加；调高可减少干扰，但可能漏掉置信度偏低的真实鸟类
鸟种识别模式	instant（极速）	instant：首帧达标即停，速度最快，适合素材量大的场景 fast：扫描更多帧取置信度最高结果，准确率更高 full：分析全部抽帧，最准确，耗时最长
启用鸟种识别	开启	关闭后仅做 YOLO 检测（有鸟 / 无鸟），不运行 OSEA 鸟种识别， SRT 字幕将只显示「检测到鸟类」而无鸟种名，适合只需区分有鸟/无鸟的快速分拣场景

视频分析对硬件的要求

YOLO 检测和 OSEA 鸟种识别均在 CPU 上运行（GPU 加速版本后续规划中）。处理大量长视频时建议适当降低「最大抽帧数」，或在夜间批量运行，避免影响日常使用。