YT-UGC 全称 YouTube UGC，是一个大规模的用户生成内容数据集。该数据集包含从 150 万个上传视频中挑选出 1,500 个视频。这些视频被分为 15 个类别，每一个视频都含有不同的分辨率和码率。 每一个视频都有经过主观实验得到的 MOS 分数，对于一些比较流行的类…
YT-UGC 用户生成内容数据集
机构
Google (谷歌)
分类: 视频处理
Google (谷歌)
WebVid 大型短视频数据集
WebVid 是一个大型短视频数据集，该数据集视频多种多样，内容丰富。数据集包含 1000 万个带字幕视频且视频总时长约 5.2 万小时。
LIVE-VQC 视频质量评估数据集
LIVE-VQC 是一个大规模视频质量评估数据集。该数据集涉及几个关键维度：独特内容的数量、采集设备、失真类型和失真组合、研究参与者和记录的主观分数。数据集包含由 80 个不同的用户使用 101 个不同的设备（43 个设备型号）拍摄的 585 个独特内容的视频，以及超过 20.5…
VideoMatte240K 人像抠图数据集
VideoMatte240K 包含 484 段高分辨率绿幕视频，并采用色度键抠图 (Chroma-key) 软件 Adobe After Effects 生成了 240,709 张 alpha mattes 和 foregrounds 的视频帧。其中，384 段视频的分辨率为 4…
FAIR-Play 音视频数据集
FAIR-Play 是一个音视频数据集，由 1,871 个视频剪辑及其在音乐室中录制的相应的双耳音频剪辑组成。该数据集是第一个通过专业 3Dio Binaural Mic 和 GoPro 采集的立体声与视觉对齐的数据集。
CrossTask 教学视频弱监督学习数据集
CrossTask 是一个研究通过教学视频中的交叉任务，进行弱监督学习的数据集，每个任务 (task) 都提供了一个有序的步骤列表，并附有手动描述 (manual description)。 数据集包含针对 83 项不同任务收集的教学视频，分为两部分： 18 个主要任务：人为收集…
LIVE Livestream 视频质量评估数据集
LIVE Livestream 全称 Laboratory for Image and Video Engineering (LIVE) Live stream Database，是一个视频质量评估 (Video Quality Assessment) 数据集，专为实时流媒体 V…
LDV 视频增强数据集
LDV 全称 Large-scale Diverse Video，是一个视频增强数据集。该数据集包含 240 个分辨率为 960×536 像素的高质量视频。LDV 在视频内容、帧间运动、拍摄方式、光线亮暗和帧率等方面有较好的多样性。
ATD-12K 大规模动画三元组数据集
ATD-12K 是一个大规模动画三元组数据集，其中包含 12,000 个有丰富标注的三元组。其中训练集包含 10,000 个动画帧三元组，测试集包含 2,000 个三元组。该数据集从多元化制片人制作的 30 部系列电影中，共收录 101 个卡通片段，总时长超过 25 小时。采集的…
FVI 视频修复数据集
FVI 全称 Free-Form Video Inpainting，是一个用于训练和评估视频修复模型的数据集。该数据集包含来自 YouTube-VOS 数据集的 1,940 个视频和来自 YouTube-BoundingBox 数据集的 12,600 个视频。
DeepStab
DeepStab 是一个用于在线视频稳像的数据集。该数据集包含 61 个稳定/不稳定视频对，均通过精心设计的手持设备同步收集。
X4K1000FPS 视频插帧数据集
X4K1000FPS 是一个用于视频插帧的数据集。该数据集的特点是高分辨率（4096 X 2160 像素），高帧率（1000 fps），且具有极端运动情况。 该数据集分成了两部分： X-TEST由 15 个视频片段组成，每个视频片段的序列长度是 33 帧。测试集的选择考虑了遮挡程…
LSMDC 视频描述数据集
LSMDC 全称 Large Scale Movie Description Challenge。该数据集包含了从 202 部电影中提取的 118,081 个短视频片段。每个视频都附有字幕，有的是从电影剧本中提取的，有的是通过 DVS（专为视障人士提供的口述影像服务）转录的。 验…
TVSum 视频摘要数据集
TVSum 全称 Title-based Video Summarization Dataset，是验证视频摘要技术的一个基准。 该数据集包含 50 个不同类型的视频（例如，新闻、操作指南、纪录片、Vlog、自拍），以及 1,000 个通过众包获得的对拍摄高度重要性评分的标注（每…
SumMe 视频摘要数据集
SumMe 是一个视频摘要数据集，由 25 个视频组成，每个视频至少有 15 个人为标注，共有 390 个标注。 数据由视频、标注和评价指标组成。Ground truth是一种新的评价范式，因为它源于心理学实验，可以进行一致的自动评价，不需要在每次获得新摘要结果时都进行用户研究。
