香港中文大学 发布 EgoMask 数据集, 应用在 第一人称视频理解、增强现实 领域

香港中文大学 本次发布的数据集 EgoMask, EgoMask是一个针对第一人称视角视频的像素级时空定位基准数据集，旨在促进增强现实和机器人等领域的应用。该数据集包含315个视频，涵盖了短期、中期和长期视频，并提供了700个查询，以便进行全面的评估。此外，还创建了EgoMask-Train，这是一个大规模的训练数据集，包含2,624个视频，用于支持模型开发。通过实验表明，现有的时空定位模型在EgoMask基准上表现不佳，但在EgoMask-Train上进行微调后，性能有了显著提高，同时保持了在非第一人称视角数据集上的性能。因此，EgoMask数据集为推动第一人称视角视频理解提供了重要的资源和见解。

查看EgoMask

README 内容： 

关于 香港中文大学 , 香港中文大学是一所位于香港的著名综合性研究型大学，以其优秀的教学质量和科研实力享誉国际。

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。