iMakeup:特定领域的大规模长视频数据集——用于细粒度视频语义内容描述

• 作者: 林霄竹 金琴 陈师哲
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 大规模数据集 美妆 视频语义内容描述 视频分割
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1350-1357
• 页数: 8页
• 分类号: TP391.41
• 字数: 5214字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17343

摘要

实际生活中,大多数视频均含有若干动作或物体,简单的单句描述难以展现视频中的全部信息,而各类长视频中,教学视频步骤清晰、逻辑明确,容易从中提取特征并使用深度学习相关算法进行实验验证,从长视频中提取复杂信息成为研究人员日益关注的问题之一.为此,文中收集整理了一个命名为iMakeup的大规模的美妆类教学视频数据集,其包含总时长256 h的热门50类2000个长视频,以及12823个短视频片段,每个片段均根据视频的逻辑步骤顺序进行划分,并标注起止时间和自然语句描述.文中主要通过视频网站下载收集原始视频,并请志愿者对视频的详细内容进行人工标注;同时统计分析了此数据集的规模大小和文本内容,并与其他类似研究领域的若干数据集进行对比;最后,展示了在此数据集上进行视频语义内容描述的基线实验效果,验证了此数据集在视频语义内容描述任务中的可行性.iMakeup数据集在收集整理时注重内容多样性和类别完整性,包含丰富的视觉、听觉甚至统计信息.除了基本的视频语义内容描述任务之外,该数据集还可用于视频分割、物体检测、时尚智能化推荐等多个前沿领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金琴	中国人民大学信息学院多媒体计算实验室	7	29	3.0	5.0
2	陈师哲	中国人民大学信息学院多媒体计算实验室	5	18	2.0	4.0
3	林霄竹	中国人民大学信息学院多媒体计算实验室	1	0	0.0	0.0