CelebV-HQ：大规模视频人脸属性数据集
计算机视觉与模式识别
2022-07-26 v1
摘要
大规模数据集在近期人脸生成/编辑的成功中发挥了不可或缺的作用，并显著推动了新兴研究领域的进展。然而，学术界仍缺乏带有多样化人脸属性标注的视频数据集，而这对于人脸相关视频的研究至关重要。本工作中，我们提出了一个大规模、高质量且带有丰富人脸属性标注的多样化视频数据集，名为高质量名人视频数据集（CelebV-HQ）。CelebV-HQ包含35,666个分辨率至少为512x512的视频片段，涉及15,653个身份。所有片段均经人工标注了83项人脸属性，涵盖外观、动作与情绪。我们从年龄、种族、亮度稳定性、运动平滑度、头部姿态多样性以及数据质量方面进行了全面分析，以展示CelebV-HQ的多样性和时间连贯性。此外，其在两个代表性任务（即无条件视频生成与视频人脸属性编辑）上的通用性与潜力得到了验证。我们进一步展望了CelebV-HQ的未来潜力，以及它将为相关研究方向带来的新机遇与挑战。数据、代码与模型均已公开。项目主页：https://celebv-hq.github.io。
引用
@article{arxiv.2207.12393,
title = {CelebV-HQ: A Large-Scale Video Facial Attributes Dataset},
author = {Hao Zhu and Wayne Wu and Wentao Zhu and Liming Jiang and Siwei Tang and Li Zhang and Ziwei Liu and Chen Change Loy},
journal= {arXiv preprint arXiv:2207.12393},
year = {2022}
}
备注
ECCV 2022. Project Page: https://celebv-hq.github.io/ ; Dataset: https://github.com/CelebV-HQ/CelebV-HQ