用于户外场景广告定位的ALOS数据集
计算机视觉与模式识别
2019-04-17 v1
摘要
在线视频数量的快速增长为营销和广告代理商提供了充足的机会来触达受众。最广泛使用的策略之一是产品植入或嵌入式营销，即将新广告无缝集成到视频中的现有广告里。此类策略需要准确本地化广告在图像帧中的位置，无论是在视频编辑阶段手动完成，还是通过使用机器学习框架。然而，这些机器学习技术和深度神经网络需要海量训练数据。在本文中，我们提出并发布了首个大规模户外场景广告牌数据集。我们还在所提出的数据集上对几种SOTA语义分割算法进行了基准测试。
引用
@article{arxiv.1904.07776,
title = {The ALOS Dataset for Advert Localization in Outdoor Scenes},
author = {Soumyabrata Dev and Murhaf Hossari and Matthew Nicholson and Killian McCabe and Atul Nautiyal and Clare Conran and Jian Tang and Wei Xu and François Pitié},
journal= {arXiv preprint arXiv:1904.07776},
year = {2019}
}
备注
Published in Proc. Eleventh International Conference on Quality of Multimedia Experience (QoMEX), 2019