什么是CoDanceBench数据集

CoDanceBench 数据集详细介绍

1. 数据集概述
CoDanceBench 是由 CoDance 项目团队（作者包括 Tan, Gong, Ma 等）引入的全新基准数据集，旨在填补多主体（Multi-Subject）动画领域的评估空白。

• 全称：CoDanceBench (Multi-Subject Animation Benchmark)。
• 创立时间：2025 年 12 月发布（随 CoDance 论文一同发布）。
• 发布机构：该数据集由香港大学、华中科技大学、清华大学、北卡罗来纳大学等机构联合创建。
• 主要目标：解决现有动画数据集无法覆盖“任意主体计数”与“空间错位”场景的痛点，专门用于评估多主体场景下模型的鲁棒性和泛化能力。

2. 数据集组成
CoDanceBench 包含 20 条多主体舞蹈视频，这些视频涵盖了不同数量（1-5 个）和类型（人类、卡通等）的角色，专门用于评估模型在复杂场景下的表现。

• 多主体特性：数据集包含任意数量的主体（从单个到多个），突破了传统数据集仅关注单一主体的限制。
• 错位容忍：特意包含了参考图像与驱动姿态序列空间不对齐的情况，以测试模型的定位鲁棒性。
• 引导信息：每个视频通常配有主体掩码（Subject Masks）和文本提示（Text Prompts），用于指导模型的动画生成。

3. 评估指标
CoDanceBench 使用了多种定量和定性指标来全面评估模型性能。

• 定量指标：包括 PSNR（峰值信噪比）、SSIM（结构相似性）和 LPIPS（感知图像对比度）。
• 定性指标：重点关注身份一致性（Identity Consistency）和动作正确性（Motion Correctness）。
• 人类评价：还包括高水平的人类主观评价，以确保模型生成的动画在视觉上是令人满意的。

4. 获取方式
截至 2026 年 2 月，CoDanceBench 数据集暂未通过公开下载渠道直接提供，属于受限访问数据集。

• 联系作者：您可以通过论文末尾的联系方式（通常是作者的学校邮箱）联系作者，说明您的学术研究用途以获取数据集访问权限。
• 项目主页：虽然数据集本身不可直接下载，但您可以访问 CoDance 的项目主页获取更多信息和最新更新。
• 代码仓库：官方代码仓库（如 GitHub）通常会提供获取数据集的脚本或进一步的指导。

相关链接

• 论文链接（包含数据集介绍）：CoDance: An Unbind-Rebind Paradigm for Robust Multi-Subject Animation (arXiv)。
• 项目主页：可能提供数据集请求方式或示例数据。

注意：由于该数据集涉及多主体视频和特定的空间错位设置，获取权限可能需要遵守特定的使用协议（如仅限学术研究）。如果您需要具体的下载脚本或使用方法，建议直接在 GitHub 项目页面（如 Lucaria-Academy/CoDance）查找最新的 README 文件。