长沙市雨花数据产业集团有限公司文旅高质量视频数据集项目生态合作伙伴甄选采购公告

数据集描述

数据集要求

文旅高质量视频数据集

数据集包含约1.8万+个高质量文旅生活视频，视频分辨率约2K，帧率不小于25fps，视频格式是mp4、mov、avi等，数据集中的视频时长预计约300小时+，数据集大小预计不小于2.5TB。数据集保留了音轨，和专业配音，语种以普通话为主，少量数据是粤语与湘语，覆盖多语言受众群体。
数据集视频内容不仅覆盖了传统的中国文化，也展示了现代中国的快速发展，生动呈现了中国文化的传承与创新，和社会的快速发展。视频拍摄均由专业人员使用专业设备完成。同时数据集内的视频均已完成精细化标签处理，为文旅文化领域的内容生产提供了高质量的数据支持。

文旅高质量视频多轮问答数据集

数据集包含了约10万组高质量的文旅视频问答对。视频分辨率约2K，帧率不小于25fps，视频格式是mp4、mov、avi等，单视频时长大于10s，视频同时保留了音轨。问答文本格式是json，描述语言是中文，每组视频不少于3轮问答，文本编码是UTF-8。整体数据集大小预计不小于2.5TB。
多轮问答视频数据集涵盖了自然风景、城市建筑、人物、动植物、街景、节日、节目等多种典型文旅场景，全面反映了文旅生活中的各类元素与活动。数据集设计了两大类问题，空间感知类问题和时序感知类问题。空间感知提问维度包括动作、物体、计数、位置等8类维度，考察对视频静态画面的理解能力。时序感知类问题提问维度包括行为预测、物体变化、空间推理等维度，旨在考察对视频动态过程的理解能力。通过数据集的高质量的视频**与精心设计的问答对，为视频内容理解、多模态数据交叉研究提供了丰富的数据支持。

文旅数字人数据集

数据集收录了约10小时和10万张的高质量数字人训练视频数据。视频分辨率均达到2K标准，帧率约60fps，码率约45Mbps，视频能够捕捉流畅的动作和表情变化，画质高清，色彩还原度高，细节丰富。视频格式涵盖MP4和MOV等多种主流格式，图像格式是JPG/PNG等通用格式、结果格式是JSON格式，结构化清晰，易于解析和使用。数据集大小约450GB。
数据集对视频及相关字幕语料进行了严格的校对整理，保证了音视频与文本内容完全同步，为多模态学习提供了可靠的数据基础。对视频中抽取的关键帧图像，进行了人脸关键点106点标注以及可见性标注。本数据集通过高质量的视频内容、专业的模特表现以及精细的标注，为数字人相关研究提供了数据支持，支持了数字人表情驱动和动作合成的研究。