Der VidSTG-Datensatz ist ein räumlich-zeitlicher Video-Grounding-Datensatz, der auf der Grundlage des VidOR-Datensatzes erstellt wurde. VidOR ist ein Video-Relationship-Datensatz mit 7.000, 835 und 2.165 Videos zum Trainieren, Validieren und Testen. Das Ziel der Spatio-Temporal Video Grounding-Aufgabe besteht darin, die räumlich-zeitlichen Teile eines ungeschnittenen Videos zu lokalisieren, die einem gegebenen Satz entsprechen, der ein Ziel beschreibt.

Zitat

@inproceedings{zhang2020does, Titel={Wo existiert es: Räumlich-zeitliche Videoverankerung für mehrformige Sätze}, Autor={Zhang, Zhu und Zhao, Zhou und Zhao, Yang und Wang, Qi und Liu, Huasheng und Gao, Lianli} Buchtitel={CVPR}, Jahr={2020} } @inproceedings{shang2019annotating, Titel={Objekte und Beziehungen in nutzergenerierten Videos annotieren}, Autor={Shang, Xindi und Di, Donglin und Xiao, Junbin und Cao, Yu und Yang, Xun und Chua, Tat-Seng} booktitle={Proceedings of the 2019 on International Conference on Multimedia Retrieval}, Seiten={279–287}, Jahr={2019}, Organisation={ACM} }