百度搞了一个数据集开源计划 Baidu Research Open-Access Dataset (BROAD)，其网址为 Baidu Research Open-Access Dataset,其中有一个数据集 称为 Video Highlights 。
任务描述
该数据集（下文中简称为BROAD-VH数据集）在介绍中将其定义为视频精彩片段提取任务。具体而言，就是提取视频中可能包含精彩片段的时间区域，而不需要对精彩片段的类别进行分类。
视频及数据信息
BROAD-VH数据集主要来源于爱奇艺视频。视频类型为综艺节目，目前包括1500个长视频，视频总时长约1200小时。该数据集的视频时长分布图如下图所示（长度单位为帧）。按照总帧数和总时长的比例，估计采样的fps大概为1.5吧，算是比较低的采样频率了。
训练/验证/测试集的视频数量划分如下
标签信息及分布
该数据集中一共有18000个精彩片段的时序标注，平均一个视频有12个时序标注。这些精彩片段的总时长占1500个小时中的750个小时，即有一半左右的视频时长被标注为了精彩片段。
对训练集的标签信息进行了分析，分析的主要内容为精彩片段时长的分布，分布直方图如下图所示。
可以看出，大部分精彩片段的长度都在30-300帧的范围。
测评方式
测评方式部分与通常temporal action proposal任务中不同，并没有使用average recall (平均召回率），而是同detection任务一样使用了mAP，此处将所有highlights片段都看作为了一个动作类别。比较有趣的是，BROAD-VH基本上直接使用了ActivityNet Challenge的detection任务测评代码（略有改动）。
简要分析
根据上面的介绍以及分析内容，可以对这个数据集进行一些简单的评价：
- 单个视频的时长可能很长（小时级别），单个视频中包含的精彩片段也比较多，这点与THUMOS数据集很像，而与单个视频时长短且包含片段少的ActivityNet数据集差异大
- 数据集标注的格式，测评代码等方面应该是直接参考的ActivityNet 数据集做的
- 数据的规模还是比较大的，从时长方面看比ActivityNet要长（ActivityNet时长大约为700小时）
- 视频的来源均为综艺视频，这点表明这个数据集的来源多样性比较单一
- 提供特征，其目的应该是节省研究者的计算开销。估计1500小时的视频，提取一遍特需要很长的时间。。根本没法玩。所以有现成的特征挺不错的。
meta file示例
{
"version": "VERSION 1.0",
"database":
{
"164161500": // Video id
{
"subset": "training", // Application，like training，validation, testing
"url": "", // Video’s playback link on iQiyi (Best online video site of China)
"annotations": [ // annotations
{
"segment": [10, 111],
// The begin time and end time of this segment. It’s eventually the index of the first dimension of feature.
},
{
"segment": [200, 527],
}
]
}
}
}
简单的尝试
用activitynet challenge 2017 proposal task中的baseline：uniform random 方法 activitynet/proposals
在视频随机的位置产生随机长度的proposals，并给予随机的confidence score。
在验证集中，对于每个视频生成了200个proposals，得到的mAP大概在0.027 左右。
（测评数据来自网络）
数据大小
