Event-Image/Video Pairs
收藏arXiv2025-01-23 更新2025-02-25 收录
下载链接：
http://arxiv.org/abs/2501.13707v1
下载链接
链接失效反馈官方服务：
资源简介：
Event-Image/Video Pairs数据集由香港科技大学（广州）、鲁汶大学和香港中文大学联合创建，包含约140万条高质量的事件-图像/视频-文本配对数据。该数据集旨在通过多模态大语言模型（MLLM）实现对事件流的深度语义理解。数据集涵盖了多种场景，如驾驶场景和人体运动场景，数据来源包括静态图像、动态场景和人体运动视频。数据集的创建过程利用了开源的MLLM模型进行标注，并通过人工检查确保数据质量。该数据集主要用于事件描述生成、场景理解等任务，旨在解决事件数据在细粒度语义理解上的瓶颈问题。
提供机构：
香港科技大学（广州）1, 鲁汶大学2, 香港中文大学3
创建时间：
2025-01-23
