浙江大学 发布 UltraVideo 数据集, 应用在 高分辨率视频、自然语言处理 领域

浙江大学 本次发布的数据集 UltraVideo, UltraVideo是一个高质量的UHD-4K/8K文本到视频数据集，旨在提升高分辨率视频生成模型的技术水平。该数据集包含42K个短视频和17K个长视频，每个视频都有9个结构化字幕，平均每个视频的字幕长度为824个字。数据集的质量得益于一个四阶段的数据整理过程，包括：1) 多样化高质量视频片段的收集；2) 统计数据过滤；3) 基于模型的数据净化；4) 生成全面的结构化字幕。UltraVideo数据集和UltraWan模型在项目页面上提供。

查看UltraVideo

关于 浙江大学 , 浙江大学是中国的一所综合性全国重点大学，位于浙江省杭州市，是九校联盟和世界大学联盟成员，被誉为中国著名的高等学府之一。

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。