360dataset

一个包含360度视频分类和数据集的项目，数据集包括用户记录的视口轨迹、问卷、视口热图、样本视频、用于聚类和热图生成的Matlab脚本以及每个视频的偏航和俯仰直方图。

A project encompassing 360-degree video classification and datasets, which includes user-recorded viewport trajectories, questionnaires, viewport heatmaps, sample videos, Matlab scripts for clustering and heatmap generation, as well as yaw and pitch histograms for each video.

原始信息汇总

360dataset 数据集概述

数据集结构

• Traces: 包含每个用户的记录视口轨迹。
• Questionnaires: 包含用户背景调查和每段视频调查的问题。
• ViewportHeatmaps: 包含从视口中心创建的每段视频的热图。
• SampleVideos: 包含一部分视频的源文件和视口叠加版本。
• Scripts: 包含用于聚类和热图生成的Matlab脚本。
• Histograms: 包含每段视频的偏航和俯仰直方图。

额外资源

• Overlaid Videos: 所有视频的叠加版本已预先计算，并可通过Google Drive链接获取。

搜集汇总

数据集介绍

构建方式

360dataset的构建基于360度视频的用户行为数据收集。数据集通过记录用户在观看360度视频时的视口轨迹，结合背景调查和视频后问卷调查，全面捕捉用户的观看习惯和偏好。此外，数据集还包含了通过视口中心生成的视频热图，以及部分视频的源文件和视口叠加版本，进一步丰富了数据的维度。

特点

360dataset的特点在于其多维度的数据收集和丰富的分析工具。数据集不仅提供了用户的视口轨迹和热图，还包括了用户的背景信息和视频观看后的反馈问卷。这些数据通过MATLAB脚本进行聚类和热图生成，使得研究者能够深入分析用户行为模式。此外，数据集还提供了视频的叠加版本和直方图，为研究提供了更多的可视化工具。

使用方法

使用360dataset时，研究者可以通过分析视口轨迹和热图来理解用户在360度视频中的注意力分布。结合背景调查和视频后问卷，可以进一步探讨用户行为背后的动机和偏好。MATLAB脚本提供了聚类和热图生成的功能，帮助研究者进行数据分析和可视化。此外，数据集中的叠加视频和直方图也为研究提供了直观的参考，使得分析更加全面和深入。

背景与挑战

背景概述

360dataset数据集由研究团队于近年创建，旨在为360度视频领域提供详尽的分类和数据分析支持。该数据集由多个文件夹构成，包括用户视口轨迹记录、问卷调查、视口热图、样本视频、脚本以及直方图等，涵盖了360度视频观看行为的多个维度。主要研究人员或机构通过收集和分析用户的视口轨迹和问卷调查数据，致力于解决360度视频内容优化、用户体验提升等核心问题。该数据集的发布为360度视频领域的研究提供了丰富的数据资源，推动了相关技术的发展和应用。

当前挑战

360dataset数据集在构建和应用过程中面临多重挑战。首先，360度视频的视口轨迹数据采集需要高精度的设备和技术支持，以确保数据的准确性和可靠性。其次，用户观看行为的多样性和复杂性使得数据分析和建模变得尤为困难，尤其是在视口轨迹的聚类和热图生成过程中。此外，问卷调查数据的收集和处理也面临用户隐私保护和数据一致性的挑战。这些挑战不仅影响了数据集的构建质量，也对后续的研究和应用提出了更高的要求。

常用场景

经典使用场景

360dataset数据集在虚拟现实（VR）和增强现实（AR）领域中被广泛用于研究用户观看360度视频时的行为模式。通过分析用户的视口轨迹和热图，研究者能够深入理解用户在沉浸式环境中的视觉注意力分布，从而优化视频内容的呈现方式。

解决学术问题

该数据集为解决360度视频中的视口预测问题提供了重要支持。通过提供详细的用户视口轨迹和热图数据，研究者能够开发更精确的视口预测算法，进而提升视频流媒体的传输效率和质量。此外，该数据集还为研究用户行为与视频内容之间的关联提供了丰富的数据基础。

衍生相关工作

基于360dataset数据集，研究者们开发了多种视口预测算法和用户行为分析模型。这些工作不仅推动了360度视频技术的发展，还为虚拟现实和增强现实领域的其他研究提供了重要的参考。例如，一些研究利用该数据集探索了用户在不同场景下的视觉注意力变化，进一步丰富了沉浸式媒体的研究内容。