清华大学 发布 UrbanVideo-Bench 数据集, 应用在 运动认知、城市空间理解 领域

清华大学 本次发布的数据集 UrbanVideo-Bench, UrbanVideo-Bench是一个针对城市3D开放空间中运动认知的基准数据集。该数据集由清华大学研究团队创建，包含1500个视频片段，这些视频片段通过人工操控无人机在真实城市和模拟环境中收集得到。数据集旨在评估大型多模态模型在连续第一人称视觉观察下的运动认知能力，包括回忆、感知、推理和导航等方面。数据集覆盖了复杂城市场景和丰富的语义信息，通过设计不同类型的任务，如轨迹描述、序列回忆、目标检测、导航规划等，全面评估模型在理解城市空间运动方面的智能水平。

查看UrbanVideo-Bench

关于 清华大学 , 清华大学，位于中国北京，是一所享誉全球的顶尖研究型大学，以其深厚的学术底蕴和杰出的科研能力而著称。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。