有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
fake-video-corpus|视频验证数据集|内容真实性数据集
收藏github2018-11-27 更新2024-05-31 收录
下载链接：
https://github.com/AFPMedialab/fake-video-corpus
下载链接
链接失效反馈资源简介：
一个包含已揭穿和验证的用户生成视频的数据集。
A dataset comprising user-generated videos that have been debunked and verified.
创建时间：
2018-11-13
原始信息汇总
fake-video-corpus 数据集概述
数据集名称
- 名称：fake-video-corpus
数据集内容
- 内容描述：包含被揭穿和验证的用户生成视频数据集。
AI搜集汇总
数据集介绍
构建方式
fake-video-corpus数据集的构建，采取了搜集经过验证的用户生成视频的方式，将已辟谣及验证为真的视频进行整合，形成了这一专门用于视频真伪辨识研究的资源库。
特点
该数据集的特色在于其专注于用户生成视频，涵盖了已辟谣及验证为真的视频，为研究者和开发者提供了宝贵的样本资源，对于提升视频内容审核的准确性具有重要价值。
使用方法
用户在使用fake-video-corpus数据集时，应遵循数据集的授权协议，可通过数据集提供的接口或下载完整的视频文件进行研究和开发，同时应确保其使用目的符合相关法律法规及伦理标准。
背景与挑战
背景概述
在数字媒体技术迅速发展的当下，网络中涌现了大量的用户生成视频内容。这些内容中，既有真实记录，也不乏虚假信息。为了应对这一挑战，fake-video-corpus数据集应运而生。该数据集由多个研究人员和机构共同创建于近年，旨在为研究者提供一个包含已辟谣和验证为真的用户生成视频的数据集，以支撑对视频真伪鉴别技术的研究。该数据集的构建不仅为多媒体分析和处理领域提供了宝贵的研究资源，而且对于维护网络信息生态的真实性和可靠性具有深远的影响。
当前挑战
fake-video-corpus数据集在解决视频内容真伪鉴别问题的同时，面临着诸多挑战。首先，如何确保数据集中视频的标注准确性是一个关键挑战，因为这直接关系到后续研究的有效性。其次，在构建过程中，数据集的创建者需要克服视频收集、处理和标注过程中的一系列技术难题，包括版权问题、数据隐私保护以及标注一致性等。此外，随着视频生成技术的不断进步，数据集中视频的代表性可能会随时间减弱，这对数据集的持续更新和维护提出了更高的要求。
常用场景
经典使用场景
在数字取证与多媒体鉴伪领域，fake-video-corpus数据集的典型应用场景在于为研究人员提供了一个涵盖经核实真伪的用户生成视频集合。该数据集使得研究者能够训练和测试旨在识别伪造视频内容的算法，进而提升鉴伪技术的准确性和可靠性。
解决学术问题
fake-video-corpus数据集解决了学术研究中关于伪造视频检测的基准数据缺乏问题，为相关算法的开发与评估提供了标准化平台。其意义在于推动了多媒体内容真实性的研究进展，对于打击网络虚假信息传播具有深远的影响。
衍生相关工作
基于fake-video-corpus数据集，研究者们衍生出了一系列相关工作，包括深度学习模型的设计、视频真伪检测指标的提出、以及大规模自动标注系统的构建，这些都极大地丰富了数字取证领域的学术研究和实践应用。
以上内容由AI搜集并总结生成
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
Google Scholar
Google Scholar是一个学术搜索引擎，旨在检索学术文献、论文、书籍、摘要和文章等。它涵盖了广泛的学科领域，包括自然科学、社会科学、艺术和人文学科。用户可以通过关键词搜索、作者姓名、出版物名称等方式查找相关学术资源。
scholar.google.com 收录
UAVDT
UAVDT数据集由中国科学院大学等机构创建，包含约80,000帧从10小时无人机拍摄视频中精选的图像，覆盖多种复杂城市环境。数据集主要关注车辆目标，每帧均标注了边界框及多达14种属性，如天气条件、飞行高度、相机视角等。该数据集旨在推动无人机视觉技术在不受限制场景下的研究，解决高密度、小目标、相机运动等挑战，适用于物体检测、单目标跟踪和多目标跟踪等基础视觉任务。
arXiv 收录
HazyDet
HazyDet是由解放军工程大学等机构创建的一个大规模数据集，专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例，收集自自然雾霾环境和正常场景中人工添加的雾霾效果，以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型，确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测，旨在提高无人机在复杂环境中的感知能力。
arXiv 收录
中国地质调查局: 全国1∶200 000区域水文地质图空间数据库
全国1∶200 000区域水文地质图空间数据库以建国后在全国范围内(本次未在香港特别行政区、澳门特别行政区和台湾省开展工作) 30个省开展的1∶200 000区域水文地质普查工作所取得的区域水文地质普查报告、综合水文地质图等地质资料为数据源，在制定的“1∶200 000区域水文地质图空间数据库图层及属性文件格式标准”的基础上，建成了一个全国性的、大型的区域水文地质学空间数据库。该数据库总共采集、处理了全国范围内1∶200 000图幅的<number>1 017</number>幅全要素综合水文地质图信息，全部数据量约50 GB。数据库涵盖了以1∶200 000国际标准图幅为管理单位的水文地质要素空间数据图层，内容包括：地理要素(交通层、水系层、行政区划层等)，基础地质要素(地层分区层、断裂构造层)，水文地质要素(地下水类型层、地下水富水性层、地下水迳流模数层，地下水水质层、水文地质特征层、地下水利用规划层)，专题要素(综合水文地质柱状图，水文地质剖面图) 四大类近30个要素图层。空间数据库主要采用MapGIS地理信息系统格式存储，形成了目前国内覆盖范围最广、包含信息最完整的区域水文地质图空间数据库成果，是地质领域全国性最重要的基础信息资源之一。
DataCite Commons 收录
Materials Project
材料项目是一组标有不同属性的化合物。数据集链接： MP 2018.6.1（69,239 个材料） MP 2019.4.1（133,420 个材料）
OpenDataLab 收录