目标：
给定两个来自系列剧集但格式不同的视频（例如一个蓝光/一个电视），映射两者之间的时间差异（哪些场景不在两者之一中）并能够补偿一些字幕之间的滞后版本。
当前状态：
由于这个问题（两个相似视频之间的映射时间差），我开始了一些事情，并开始构建一个 python 脚本，所以现在我可以将每个视频的每一帧转换为一个浮点值。
现在的问题是，我不知道如何检测你在图片中看到的那些滞后。我正在尝试一些可能与某些窗口的互相关，但我不确定我应该如何处理两个信号中添加的场景（这意味着这里的信号无法相关）。
问题：
你知道任何可以帮助我完成这个过程的算法/方法吗？
你知道这个线程中的用户（映射两个相似视频之间的时间差）的意思是“添加一个该长度的高斯，幅度作为映射的相位差（以适当的间隔）”？
谢谢你的帮助 ！
这是一本有趣的书，看起来你离得不远了！我认为您剩下要做的就是将其中一个信号分成多个区间（我们称之为信号 1），并将信号 1 的每个片段与整个信号 2 进行互相关。互相关中的峰值将指示在哪里信号 2 中该段的匹配最强。然后，您计算该段在信号 1 中的位置与其最强匹配在信号 2 中的帧之间的差异。
您提到的帖子中的第三步似乎是Kernel Density Estimation。作者在信号1的每个段的中心放置了一个高斯。高斯的标准偏差，我假设是段长度的六分之一，高斯的幅度是帧差。高斯应该从时间 0 延伸到信号 2 的长度。然后他对所有的高斯求和以获得一个连续函数。
我认为如果您执行以下操作，您可以实现相同的效果：一旦您将帧差作为时间的函数，您可以将该函数与一个高斯函数进行卷积，该函数的标准偏差是您用于划分信号 1 的段长度的六分之一。
我希望这有帮助！