VALSE 论文速览 第62期：VSPW：大规模视频分割数据集

论文题目：VSPW: A large-scale dataset for video scene parsing in the wild

作者列表：苗嘉旭 (浙江大学)，魏云超 (北京交通大学)，武宇 (百度研究院)，梁琛 (浙江大学)，李光睿 (悉尼科技大学)，杨易 (浙江大学)

B站观看网址：

https://www.bilibili.com/video/BV1NF411G7KA/

论文摘要：

语义分割是计算机视觉领域的一个基本任务，在自动驾驶、图片或视频编辑等多个领域应用广泛。近年来，图像语义分割方法已经有了长足的发展。然而，在现实世界应用中，数据的形式一般是视频而不是静态图片。而目前对视频语义分割的探索仍然比较有限，一个重要原因是缺少足够规模的视频语义分割数据集。本文提出了首个多场景大规模视频语义分割数据集，VSPW。VSPW是第一个多场景大规模视频语义分割数据集，VSPW数据集有着以下特点：1. 大规模、多场景标注。本数据集共标注3,536个视频，251, 632帧语义分割图片，涵盖了124个语义类别，标注数量远超之前的视频语义分割数据集。与之前数据集仅关注街道场景不同，本数据集覆盖超过200种视频场景，极大丰富了数据集的多样性。2. 密集标注。之前数据集对视频数据标注很稀疏，比如CamVid按照1 f/s的帧率标注视频。VSPW数据集按照15f/s的帧率对视频片段标注，提供了更密集的标注数据。3. 高清视频标注。本数据集中，超过96%的视频数据分辨率在720P至4K之间。

论文信息：

[1] Jiaxu Miao, Yunchao Wei, Yu Wu, Chen Liang, Guangrui Li, Yi Yang. VSPW: A Large-scale Dataset for Video Scene Parsing in the Wild. CVPR 2021.

论文链接：

[https://openaccess.thecvf.com/content/CVPR2021/papers/Miao_VSPW_A_Large-scale_Dataset_for_Video_Scene_Parsing_in_the_CVPR_2021_paper.pdf]

代码链接：

[https://www.vspwdataset.com/]

视频讲者简介：

苗嘉旭，浙江大学博士后。在CVPR/ ICCV/ IEEE TNNLS等国际高水平会议或期刊发表多篇论文，博士期间主要研究方向是行人再识别和视频分割。

特别鸣谢本次论文速览主要组织者：

月度轮值AC：杨曦 (西安电子科技大学)、王鑫 (清华大学)

季度责任AC：杨猛 (中山大学)