每秒帧数 FPS 是什么？视频流畅度和 AI 处理速度的衡量单位

每秒帧数（Frames Per Second，FPS）是衡量视频或动画在一秒钟内显示多少张静态画面的指标。我们看到的视频和动画，其实是由一张张静止的图片快速连续播放形成的，每一张图片叫作一“帧”。帧数越高，观看者看到的运动就越平滑、越真实。

视频中的帧率

人眼有视觉暂留的特性：图像消失后，在视网膜上会短暂地保留一会儿。当静止的画面以足够快的速度连续播放时，大脑就会把它们感知为连续的运动。一般来说，每秒 24 帧就能形成比较流畅的动态效果，这是电影长期以来的标准帧率；电视和网络视频常用每秒 25 帧或 30 帧；为了让快速运动的画面更清晰顺滑，体育直播、游戏视频常使用每秒 60 帧。在电子游戏中，帧率对体验的影响更加明显：帧率越高，画面越流畅，操作的响应也越及时，很多竞技游戏玩家追求 120 帧、144 帧甚至更高，这也需要显示器有相应的高刷新率来配合。低于每秒 30 帧时，画面可能会显得卡顿、不连贯。

拍摄时使用更高的帧率，再以正常的速度播放，就能得到慢动作的效果：比如用每秒 240 帧拍摄，再以每秒 30 帧播放，动作就被放慢了 8 倍。

在 AI 和计算机视觉中的含义

在计算机视觉和 AI 领域，FPS 还有另一个重要的用法：衡量一个模型每秒能处理多少帧图像，也就是模型的推理速度。比如一个目标检测模型的速度是 30 FPS，意思是它每秒能分析 30 张图像。这直接决定了模型能否用于实时的应用：如果摄像头每秒拍摄 30 帧画面，模型的处理速度也需要达到每秒 30 帧以上，才能做到实时处理、不丢帧、不积压。

实时性在很多应用中至关重要：自动驾驶需要实时地识别道路上的车辆和行人，处理慢一点都可能来不及做出反应；视频监控需要实时发现异常事件；直播中的实时美颜、虚拟背景、手势识别都需要足够快的处理速度；增强现实需要画面和虚拟内容实时同步。YOLO 系列目标检测模型之所以广受欢迎，很大程度上就是因为它们在保持较高精度的同时，能达到很高的 FPS。

需要注意，模型的 FPS 和所使用的硬件、输入图像的分辨率、批次大小等因素密切相关，比较不同模型的速度时，必须在相同的条件下进行。在视频生成领域，FPS 则指生成的视频本身的帧率，比如“生成 24fps 的视频”。