shawshankvkt/Walking_Tours

Walking Tours数据集是一个独特的长时间自我中心视角视频集合，这些视频在欧洲和亚洲的不同城市中拍摄。数据集包含10个高分辨率视频，每个视频展示了一个人在不同环境中行走的场景，包括市中心、公园和居民区，以及不同光照条件下的场景。此外，还包含一个野生动物园的视频，以增加自然环境的多样性。数据集完全未标记和未整理，适合用于自监督预训练。视频的规格包括4K分辨率和60帧每秒的帧率。数据集的使用遵循Creative Commons License (CC-BY)。

原始信息汇总

Walking Tours 数据集

概述

Walking Tours 数据集是一个独特的长时间第一人称视角视频集合，捕捉于欧洲和亚洲城市的城市环境中。该数据集包含10个高分辨率视频，每个视频展示一个人在不同环境中行走，包括市中心、公园和住宅区，以及不同光照条件下的场景。还包括一个野生动物 safari 视频，以多样化数据集的自然环境。数据集完全未标记和未经过筛选，适合自监督预训练。

涵盖城市

数据集包括以下城市的步行视频：

• 阿姆斯特丹
• 曼谷
• 清迈
• 伊斯坦布尔
• 吉隆坡
• 新加坡
• 斯德哥尔摩
• 威尼斯
• 苏黎世

视频规格

• 分辨率： 4K（3840 × 2160 像素）
• 帧率： 60 帧每秒
• 许可证： 知识共享许可协议（CC-BY）

时长

视频时长各异，提供多样化的内容：

• 最短时长：59 分钟（野生动物 safari）
• 最长时长：2 小时 55 分钟（曼谷）
• 平均时长：1 小时 38 分钟

数据集下载

完整的 WTour 视频列表可在 WTour.txt 中找到，包含 YouTube 链接和对应城市。

下载数据集步骤：

1. 安装 pytube： bash pip install pytube

2. 运行下载脚本： bash python download_WTours.py --output_folder <path_to_folder>

为了遵守 GDPR，我们还尝试模糊视频中出现的所有面部和车牌，使用 Deface：

1. 安装 Deface： bash python3 -m pip install deface

2. 运行 Deface 脚本： bash chmod a+x gdpr_blur_faces.sh ./gdpr_blur_faces.sh

引用

如果您发现此工作有用并在自己的研究中使用，请引用我们的论文： bibtex @inproceedings{venkataramanan2023imagenet, title={Is ImageNet worth 1 video? Learning strong image encoders from 1 long unlabelled video}, author={Venkataramanan, Shashanka and Rizve, Mamshad Nayeem and Carreira, João and Asano, Yuki M and Avrithis, Yannis}, booktitle={International Conference on Learning Representations}, year={2024} }