| 项目 | 内容 | 说明 |
|---|---|---|
| 全称 | Video 4 (Vid4) | 常用于视频超分辨率（VSR）算法的评测 |
| 来源 | 由 Liu 等人在 2013 年提出，后被广泛收录在 VSR 基准测试中 | |
| 组成 | 4 条短视频序列： • calendar – 41 帧，分辨率 576 × 720 • city – 34 帧，分辨率 576 × 704 • foliage – 49 帧，分辨率 480 × 720 • walk – 47 帧，分辨率 480 × 720 |
|
| 帧数 | 约 170 帧（每段 30–50 帧） | |
| 分辨率 | 低分辨率（LR）常为 4× 下采样得到的 180 × 240、240 × 320 等尺寸；高分辨率（HR）即原始分辨率 | |
| 主要用途 | - 视频超分辨率（4×、8× 等）模型的 测试集 - 评估 PSNR、SSIM、LPIPS 等客观指标 - 视觉质量对比与人眼感知实验 |
|
| 下载链接 | 1. OpenDataLab 下载：数据集-OpenDataLab | |
| 常见引用平台 | - Papers with Code 数据集页面（提供数据概览与基准结果） - 多篇 VSR 论文（BasicVSR、EDVR、BasicVSR++ 等）均使用该数据集进行评测 |
|
| 使用注意 | - Vid4 仅作 评估，不提供训练数据； - 由于视频数量少，评估结果易受单个序列影响，常配合 REDS、Vimeo‑90K 等更大规模数据集一起报告。 |
简要说明
Vid4 是视频超分辨率领域最经典的 四段视频 基准。它覆盖了城市景观、日历翻页、树叶摇曳、行人走动四类典型场景，能够检验模型在不同运动、纹理和光照条件下的恢复能力。由于帧数有限且分辨率较高，Vid4 常被用于 4× 上采样（BI、BD 两种降采样方式）的定量对比，也常在论文的可视化示例中展示细节恢复效果。
如果你准备进行视频超分辨率实验，建议先在 Vid4 上完成模型的 测试，再使用更大规模的 REDS 或 Vimeo‑90K 进行 训练/验证，这样可以兼顾评估的公平性和模型的泛化能力。
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！