DoMSEV 多模态视频数据集

DoMSEV 全称 Dataset of Multimodal Semantic Egocentric Video，是以个人活动为主的多模态视频数据集。包含 RGB-D 数据、 IMU 数据和 GPS 数据，共 80 小时。视频带有以下标注：recorder profile 、 frame scene 、 activities 、 interaction 和 attention 。该数据集可用于研究在不丢失相关内容的情况下流畅快进视频这一问题。

DoMSEV stands for Dataset of Multimodal Semantic Egocentric Video. It is a multimodal video dataset centered on personal daily activities. It contains RGB-D data, IMU data and GPS data, with a total duration of 80 hours. The videos are annotated with recorder profile, frame scene, activities, interaction and attention. This dataset can be used to study the problem of smoothly fast-forwarding videos without losing relevant content.

搜集汇总

背景与挑战

背景概述

DoMSEV（Dataset of Multimodal Semantic Egocentric Video）是一个专注于个人活动的多模态视频数据集，包含80小时的RGB-D、IMU和GPS数据，并带有recorder profile、frame scene、activities等多种标注。该数据集旨在支持研究如何在不丢失关键内容的情况下实现视频的流畅快进。