VidSTG データセットは、VidOR データセット上に構築された時空間ビデオ グラウンディング データセットです。 VidOR は、トレーニング、検証、テスト用にそれぞれ 7,000、835、2,165 のビデオを含むビデオ リレーショナル データセットです。時空間ビデオ グラウンディング タスクの目標は、ターゲットを説明する特定の文に一致するノーカット ビデオの時空間部分を特定することです。

引用

@inproceedings{zhang2020does, タイトル={どこに存在するのか：多形式文のための時空間ビデオグラウンディング}、 著者={張、朱と趙、周と趙、楊と王、斉と劉、華盛と高、蓮麗} 書籍タイトル={CVPR}、 年={2020} } @inproceedings{shang2019annotating, タイトル={ユーザー生成ビデオにおけるオブジェクトと関係の注釈付け}、 author={シャン、シンディとディ、ドンリンとシャオ、ジュンビンとカオ、ユウとヤン、シュンとチュア、タッセン} 書籍タイトル={2019年マルチメディア検索に関する国際会議議事録}、 ページ={279–287}、 年={2019}、 組織={ACM} }