摘要

大规模数据集在近期面部生成/编辑的成功中发挥了不可或缺的作用，并显著推动了新兴研究领域的进展。然而，学术界仍然缺乏一个具有多样化面部属性注释的视频数据集，这对于面部相关视频的研究至关重要。在这项工作中，我们提出了一种大规模、高质量且多样化的视频数据集，该数据集包含丰富的面部属性注释，命名为高质名人视频数据集（CelebV-HQ）。CelebV-HQ 包含至少分辨率为 512x512 的 35,666 段视频片段，涉及 15,653 个身份。所有片段均通过人工标注了 83 种面部属性，涵盖外观、动作和情感。我们从年龄、种族、亮度稳定性、运动平滑性、头部姿态多样性以及数据质量等方面进行了全面分析，以展示 CelebV-HQ 的多样性和时间连贯性。此外，其多功能性和潜力在两个代表性任务上得到了验证，即无条件视频生成和视频面部属性编辑。我们还展望了 CelebV-HQ 的未来潜力，以及它将为相关研究方向带来的新机遇和挑战。数据、代码和模型均已公开发布。项目页面：https://celebv-hq.github.io。