CelebV‑HQ 数据集概述
CelebV‑HQ（High‑Quality Celebrity Video）是由上海人工智能实验室、商汤科技等机构联合发布的大规模视频人脸属性数据集，专为面部视频生成、属性编辑、表情迁移等多模态视觉任务设计。
| 项目 | 内容 |
|---|---|
| 规模 | 35 666 条视频片段，累计约 65 小时视频时长 |
| 身份数 | 15 653 位不同明星/名人 |
| 分辨率 | 最低 512 × 512 像素，部分片段更高分辨率 |
| 属性标注 | 83 项手工标注属性，涵盖 40 项外观属性、35 项动作属性、8 项情感属性 |
| 标注形式 | 每段视频的每帧均提供属性向量，属性包括外观（如性别、年龄、肤色、发型等）、动作（如笑、皱眉、喝水等）以及情感（中性、愤怒、惊讶等） |
| 数据来源 | 通过 YouTube 自动抓取并经严格筛选、去噪、对齐后得到的高质量剪辑 |
| 使用许可 | 仅限学术研究（非商业），需遵守数据使用协议，禁止复制、商业传播 |
| 适用任务 | - 无条件视频生成 - 视频面部属性编辑 - 表情迁移 - 多模态学习（视频‑文本、视频‑音频）等 |
| 下载方式 | 官方 GitHub 仓库提供下载脚本和数据链接，亦可通过项目主页获取详细说明 |
关键特性
- 高质量与多样性
- 视频分辨率统一不低于 512 × 512，保证细节保留。
- 包含多种族、不同年龄段、丰富的头部姿态和光照变化，较 CelebA‑HQ 在姿态与面部比例上更具多样性。
- 时间一致性
- 每段剪辑长度在 5‑15 秒之间，属性在时间轴上保持平滑连续，适合学习时序模型。
- 丰富的属性体系
- 83 项属性覆盖面广，能够支持细粒度的属性控制与编辑实验。例如，可在同一身份下实现“笑‑转‑皱眉”或“中性‑转‑惊讶”等细致变化。
- 完整的工具链
- 项目提供从 YouTube 下载、帧抽取、对齐、属性标注到数据打包的全流程脚本，降低研究者的前期准备成本。
主要参考文献与链接
- 论文：CelebV‑HQ: A Large‑Scale Video Facial Attributes Dataset（Zhu H., Wu W., et al., ECCV 2022）
- GitHub 仓库（代码、下载脚本、数据说明）： https://github.com/CelebV-HQ/CelebV-HQ
- 项目官网（数据概览、使用协议、下载入口）： https://celebv-hq.github.io/
- Papers with Code 页面（数据集概览、关联任务与基准结果）： https://paperswithcode.com/dataset/celebv-hq
使用建议
- 研究实验：可直接使用官方提供的
download.sh脚本获取全部视频片段，配合属性 JSON 文件进行属性驱动的生成或编辑实验。 - 模型评估：在视频生成（如 StyleGAN‑V、VQ‑VAE‑2）或属性编辑（如 MARLIN）任务中，使用 CelebV‑HQ 进行定量评估（FVD、FID）和定性对比。
- 跨模态学习：结合文本描述或音频信号，可构建视频‑文本、视频‑音频对齐任务，进一步提升多模态生成能力。
注意：数据仅限学术研究使用，任何商业化或未经授权的再分发均违背数据使用协议，请务必遵守官方许可条款。
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！