照片视频与OSD匹配

背景

项目已经对照片、视频和 OSD 的匹配可行性做过一次较完整的样本分析，这份经验直接决定了后续“视频识别结果能否反算经[坐标已隐藏]的可信边界。

已确认结论

• 原始照片虽然去除了画面水印，但仍完整保留 EXIF 和 DJI XMP 元数据，可用于精确匹配 OSD。
• 5 组照片与最近 OSD 记录的时间差均小于 0.6 秒，平面坐标差为 0.007 到 0.072 米，高度差不超过 0.132 米。
• 对照片样本，应优先采用照片自身 XMP 中的姿态信息，而不是机械地取最近一条 OSD。
• 视频帧匹配不能使用“帧号除以 30fps”的简化算法，必须读取帧 PTS。

视频与 OSD 的匹配规则

• 视频首帧绝对时间 = creation_time + 帧 PTS
• 在按时间排序的 OSD 中查找目标帧前后两条记录。
• [坐标已隐藏][坐标已隐藏]高度、速度等连续数值采用线性插值。
• 姿态角需要先判断是否处于快速转动或角度跳变区间，再决定是否插值。

可用区间与不可用区间

• 视频与 OSD 有效重叠区间约为 741.281 秒。
• 视频最后约 223.956 秒无对应 OSD。
• 超出 OSD 覆盖范围的帧可以保留 YOLO 识别结果，但不能生成目标地理坐标。

落地规则

• 照片定位优先级： 原始照片 XMP > 最近 OSD > OSD 插值
• 视频定位优先级： 帧 PTS + 前后 OSD 插值 > 最近 OSD 单点
• 高度字段使用时，要明确 AbsoluteAltitude 和 OSD height 的对应关系，避免把相对高度混成绝对高度。

待确认

• 不同镜头类型和变焦倍率下，liveviewWorldRegion 的映射是否都已验证。
• 视频进入无 OSD 区间后，业务侧如何展示“仅识别、不定位”的结果。
• 后续是否需要把这套匹配逻辑沉淀成统一服务，而不是案例级分析。

参考来源

• 公众号落地笔记：[[第四十一篇-把像素变成经[坐标已隐藏]