时空特征图像生成：视频帧排序方法及最短距离优化

在给定的一组视频帧中，我们可以按照预定的布局方式对它们进行排序，以形成时空特征图像。对于不同的稀疏采样帧数，本文提供了不同的排列方式。根据以往的图像分类方法，图像的输入大小通常为规则的224*224。因此，本文提供了更规则的正方形结构作为排列方式，并提供了两个不同视频帧之间的最短距离。这样做可以更好地帮助模型学习不同帧之间的时序信息。如果网格未满，则在末尾填充空图像。