通过聚类筛选视频帧，防止数据泄露。

Find the Leak, Fix the Split: Cluster-Based Method to Prevent Leakage in Video-Derived Datasets

• 按视觉相似性聚类帧，再划分数据集
• 提升训练/验证/测试集的代表性与平衡性
• 适合构建高质量视频数据集的研究者

我们提出一种基于聚类的帧选择策略，以缓解视频衍生帧数据集中的信息泄露问题。通过在划分训练、验证和测试集之前对视觉相似的帧进行分组，该方法生成更具代表性、更均衡且更可靠的數據集划分，有效避免因帧重复或时间相关性导致的模型评估偏差。

原文摘要 · Abstract (English)

We propose a cluster-based frame selection strategy to mitigate information leakage in video-derived frames datasets. By grouping visually similar frames before splitting into training, validation, and test sets, the method produces more representative, balanced, and reliable dataset partitions.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。