复旦大学 发布 MeViS 数据集, 应用在 视频分割、多模态学习 领域

复旦大学 本次发布的数据集 MeViS, MeViS是由复旦大学等机构构建的大规模多模态视频分割数据集，专注于通过运动描述实现视频对象的语义分割与追踪。该数据集包含2,006个复杂场景视频，标注了8,171个目标对象和33,072条文本/音频形式的运动描述，涵盖单目标、多目标及无目标等多种表达类型。数据通过严格筛选具有交互运动特征的视频，并采用人工标注强调运动属性而非静态特征。该数据集支持视频对象分割、音频引导分割、多目标追踪和运动描述生成等任务，旨在推动动态场景下的视频语义理解算法发展。

查看MeViS

关于 复旦大学 , 复旦大学是中国上海市的一所综合性研究型大学，创建于1905年，是中国顶尖的高等教育机构之一，以文理医工等多学科协调发展著称。

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。