2015/7/13 下午12:06:19 星期一
当前位置: 主页 > 厉兵秣马 >

这个「多模态视频人物数据集365体育网投: 」里,藏了杨幂、吴亦凡和鹿晗丨资源
时间:2019-05-31 16:41

分享到

这个「多模态视频人物数据集」里,藏了杨幂、吴亦凡和鹿晗丨资源

时间:11-22 00:00 阅读:232次 转载来源:量子位

郭一璞 发自 凹非寺  量子位 报道 | 公众号 QbitAI

爱奇艺最近公开了一个数据集,名叫iQIYI-VID。

公开这个数据集的爱奇艺官方给它确认的类别名字叫“多模态视频人物数据集”,翻译成人话,就是有很多人,每个人用不同的“姿势”拍视频,收集起来攒成的数据集。

只不过,这些人相对比较有名,有杨幂、吴亦凡、鹿晗……

整个数据集非常庞大,包含5000个艺人,近60万条视频,每条视频长1~30秒。

数据集中的每个视频片段都经过人工注释,错误率低于0.2%。

其中收录了一些同一个艺人都的不同造型,比如,有发型别致的吴亦凡

还有发型比较常规的吴亦凡

有穿红衣服的杨幂

还有穿蓝白衣服的杨幂

以及穿同样衣服的鹿晗和……抱歉,脸盲的量子位认出鹿晗已经是极限了。

整个数据集中,大部分明星都拥有10~50个视频,有50~100个视频或100~300个视频的也不少,但只有少量头部艺人拥有300个以上的视频。

而根据年龄来看,主力军竟然是30多岁的明星艺人,其次才是40多岁的明星,30岁以下的明星只有不到600个。原来年纪大了也可以出道啊?

最后,大部分视频都是在5秒钟以内,非常简短,节省计算资源。

不过,把这些明星艺人的视频搜集到一起,究竟能炼什么丹呢?

主要可以做三件事:

第一,人脸识别

5000个人呢,辨认一下谁是谁。不过人脸识别实在是太普遍了。

第二,说话人识别

基于音频的说话人识别,训练机器听声音,判断是谁在说话。

目前这方面的资料不是很多,这方面最大的免费数据集是VoxCeleb和VoxCeleb2;另外美国国家标准技术研究院(NIST)曾经做过一些工作,但是那些数据集不是免费的。

第三,基于身体特征的人员重新识别

根据身体特征,判断不同镜头中的人是否为同一个人,目前主要还是用单帧的方法,从视频中抽取单帧图像,通过图像切割、骨架点定位、姿态校准进行比较。

至于这些视频是哪儿来的嘛,自然是要感谢爱奇艺作为视频网站的老本行。

这些视频片段是从40万小时的电影、电视剧、综艺、新闻视频中剪出来的,内容源自爱奇艺网站上TOP 50万的热门视频。

将这些热门视频按照分镜头剪开后,不到一秒的视频因为信息不足被丢掉,超过30秒的视频考虑到计算负载过大也被删掉了。

之后,去掉噪声,根据每个人的衣服或人脸特征来归类,匹配到爱奇艺的名人数据库,从而生成针对每个不同人物的视频数据集。

论文 https://arxiv.org/abs/1811.07548

数据集地址(需要登录下载) ?raceId=5afc36639689443e8f815f9e

— 完 —

年度评选申请

加入社群

量子位AI社群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;

此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。

进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,365在线体育投注,获取入群方式。(专业群审核较严,敬请谅解)

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,365娱乐场体育投注,回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者