M-VAD Names (M-VAD Names Dataset)

该数据集包含角色视觉外观的注释，以面部边界框轨迹的形式，以及与角色文本提及的关联（如果可用）。我们通过半自动方法检测和注释每部电影的每个视频剪辑中角色的视觉外观。发布的数据集包含超过 24k 条带注释的视频剪辑，包括 63k 条视觉轨迹和 34k 条文字提及，所有这些都与他们的角色身份相关联。