文献类型：期刊文章

作　　者：林霄竹[1] 金琴[1] 陈师哲[1]

Lin Xiaozhu;Jin Qin;Chen Shizhe(Multimedia Computing Laboratory,School of Information,Renmin University of China,Beijing 100872)

机构地区：[1]中国人民大学信息学院多媒体计算实验室

出　　处：《计算机辅助设计与图形学学报》

基　　金：国家自然科学基金(61772535);国家重点研发计划(2016YFB1001202)

年　　份：2019

卷　　号：31

期　　号：8

起止页码：1350-1357

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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.

关 键 词：大规模数据集 美妆  视频语义内容描述  视频分割

分 类 号：TP391.41]