OpenSAL360は、視覚的注意、顕著性予測、マルチモーダルビデオ分析の研究を支援するために設計された、現在最大規模の包括的なビデオ顕著性データセットです。パノラマビデオの理解、視覚的注意モデリング、顕著性予測アルゴリズムの評価、マルチモーダル知覚研究、VR/ARインタラクティブシステム設計など、さまざまな研究および工学分野で広く利用されています。 このデータセットには、YouTubeから収集した500本の多様なパノラマ動画が含まれており、平均再生時間は18.1秒です。すべての動画ストリームの解像度は3,840 x 1,920です。データは2,000人以上の観察者によって注釈が付けられており、各動画には平均84回以上の視線追跡データが記録されています。また、元の音声トラックは完全に保存されています。

データ構造

• 動画：500本のMP4動画（フルレンジ、30fps、音声ストリーミング付き）を収録。
• 顕著性：ほぼロスレス圧縮された顕著性マップ500枚（動画）
• 視線固定データ：500個のJSONファイル。各ファイルには視線座標が含まれており、顕著性マップの生成に使用できます。
• metadata.json: 各動画のメタデータ情報（ライセンス、ソースURLなど）を記録します。