两个视频之间的相似性刻画：（采用visil论文中的思路）https://openaccess.thecvf.com/content_ICCV_2019/papers/Kordopatis-Zilos_ViSiL_Fine-Grained_Spatio-Temporal_Video_Similarity_Learning_ICCV_2019_paper.pdf
采用神经网络进行高级特征的提取并比较区域级相似性->帧级相似性->视频级相似性
结果：
我感觉因为采取了**高级特征（CNN）**提取而非像素级别的，所以这个相似度应该与背景关系不大
（具体论文中有论证这种衡量相似性的有效性，但涉及到神经网络方面的知识 我并未深入研究 只采用他的结论）
去冗余有效性刻画
定义精确度的衡量指标，用于说明去冗余前后准确度没有明显下降，验证去冗余（找到最大覆盖集合）的有效性
不足之处：场景背景在大多数情况下是不变的 ，但是会对相似性分数/准确度衡量有较大的影响（占比很大）
考虑：前景提取的部分可以放到对验证对帧去冗余的有效性的实验验证中，将去除背景的部分求s和sp带入该式
视频内容信息量衡量
对视频（25fps）内容本身的信息量进行刻画得到信息熵（一个数值，具体大小见txt文件：一个4*2500的二维数组，数组中每一项代表视频那一帧先BGR2GRAY转为灰度图后的信息熵）
每50帧选取一帧得到信息熵，约为0.8s/50帧------0.016s/帧
