你这个还是静态的考虑，而且抽取的方式一定会忽略细节，是对于大数据量处理的折衷方案，实时视频的每一秒按24幅画面来计算，每一幅都有不同，通过图像之间不同来判断位移和辨认问题，并且过滤无关信息，FSD现在能上路已经非常不错了，但是要做到完全正确，从99%的正确率达到99.9%的正确率，所需要的算力，大大超过从50%到99%所需要的算力