MovieBench：用于长视频生成的层次化电影级数据集
计算机视觉与模式识别
2025-04-01 v2
摘要
近期视频生成模型（如Stable Video Diffusion）取得了令人鼓舞的进展，但主要聚焦于短篇、单场景视频。这些模型在生成涉及多个场景、连贯叙事和一致角色的长视频方面仍面临挑战。此外，目前没有公开可用的数据集专为长视频生成模型的分析、评估和训练所需。本文提出了MovieBench：一个用于长视频生成的层次化电影级数据集，旨�解决这些挑战，具有独特贡献：（1）具有丰富、连贯叙事和多场景剧情的电影长度视频；（2）角色和音频在场景之间的一致性；（3）包含高层次电影信息和详细镜头级描述的层次化数据结构。实验表明，MovieBench带来了一些新见解和挑战，例如在多个场景中维持各种角色的角色ID一致性。该数据集将公开并持续维护，旨在推动长视频生成领域的发展。数据可在https://weijiawu.github.io/MovieBench/找到。
引用
@article{arxiv.2411.15262,
title = {MovieBench: A Hierarchical Movie Level Dataset for Long Video Generation},
author = {Weijia Wu and Mingyu Liu and Zeyu Zhu and Xi Xia and Haoen Feng and Wen Wang and Kevin Qinghong Lin and Chunhua Shen and Mike Zheng Shou},
journal= {arXiv preprint arXiv:2411.15262},
year = {2025}
}
备注
The project website is at: https://weijiawu.github.io/MovieBench/. Code: https://github.com/showlab/MovieBecnh