METU-VIREF Dataset

对于我们的数据集，我们使用了来自 VIRAT Ground 和 ILSVRC2015 VID 数据集的视频。 VIRAT 是一个监控数据集，主要包含人和车辆。为了符合这一点并限制我们的领域，我们只使用了包含来自 ILSVRC 数据集的车辆的视频。我们的数据集不包含来自这些数据集的整个视频（视频需要从各自的来源下载），而只是引用包含对象对的视频序列的表达式。为此，我们选择了对象对，它们具有可以编写有意义的引用表达式的关系。
我们通过 Microworkers 平台众包了引用表达的集合。对于每个对象对视频序列，我们要求 3 个 RE 使用第二个对象描述第一个对象，3 个执行相反的顺序（顺序很重要）。