广东省数据知识产权存证登记平台-证书详情

登记信息

影视竖屏视频镜头语言多模态训练数据集 已登记

数据申请号：

粤2026102906237
数据登记号：

SZ2026120011580.6
关键词：

影视视频；镜头语言；运镜控制；多模态训练；视频生成
登记时间：

2026-11-07
平台证书编号：

20261044000011580
数据处理者：

梁泽献
服务机构：

广州奥凯信息咨询有限公司
登记主体：

乾盛映像傳媒有限公司
法院编号：

广州互联网法院 - d7a0fe4d30a4c7be10309647c36ee222c361c1ace2205561105c61bccddb84a7-749fc1a4;legalxchain

区块链信息

上链时间：

2026-10-30
所属区块链：

司法联盟链·广东省知识产权保护中心
证据指纹：

642bc41344afaeb3e3017605b83181e237e4b516e428a8c5862e1969131ff63d16d5a6dd8e63da05688cbc6f05a7b1f10d760b0a2bc1cc605cecb41250919da2
区块链存证证书编号：

LXM-GDIPI-23202610306196312961

数据信息

数据简介

本数据集为影视竖屏视频镜头语言多模态数据集，用于AIGC视频生成模型训练、素材资产管理与多平台分发核算。原始数据为本公司自拍的竖屏影视素材，单条时长约10秒至近4分钟，含多镜头长素材，分辨率与编码规格不一，4K竖屏素材在内；入库帧率覆盖25、30、50、60四档。数据集以镜头为记录单元，连续素材按画面变化切分，每条记录对应一个镜头并以样本编号唯一标识，共42个字段：4个由视频文件属性直接得出，38个由画面分析、规则判定与字段拼装产生。每条镜头标注景别、运镜、构图、机位、光线、主色调、场景、主体、人数、动作强度、文字有无，记录主体画面占比，并量化相机四参数、帧间光流、首尾帧差异度、跨帧一致性，另算平均亮度与前3秒光流；导出首尾帧图像编号，拼装描述文本与训练标签串。再判定多平台适配度、返工项、可用性评分与分级，据分级、锐度与文字有无判定入选样本库，推荐训练任务，按素材编号划分训练、验证、测试集。服务三类场景：生成模型训练与镜头语言控制、素材检索与复用、多平台分发与返工核算。

数据来源：

自行产生
数据所属行业分类：

R87 广播、电视、电影和录音制作业

数据处理规则说明

原始数据：只取本公司自拍并已归档的竖屏原片，剔除重复、损坏与未成片文件，原片只读不改，抽帧在副本上进行。加工分四步。第一步切分：逐帧比对相邻帧差异值，归一化至0至1后超过0.35记切换点，切换点数加1为镜头总数，按序编号记时长。第二步检测：取首中末三帧检出主体包围盒，高度占比记为主体画面占比并据以定景别；抽6帧算背景位移向量定运镜，量出相机四参数；算帧间光流、首尾帧差异度、跨帧一致性、首帧平均亮度、前3秒光流均值；余按包围盒中心定构图、按垂直位置定机位、按明暗阴影定光线、按R与B比值定主色调、按物件类别定场景、按检测框面积定主体与人数、按累计位移定动作强度、按稳定文字区域定文字有无。第三步标注：按样本编号导出首尾帧图像并编号，拼装描述文本与训练标签串。第四步合成筛选：由主体画面占比定多平台适配度；由五项输入汇总返工项；按洁净×0.40加时长×0.30加稳定×0.30合成评分，按85、70分定级；按分级、锐度与文字有无定入选，入选样本按运动参数与一致性定任务，按素材编号哈希分三集。脱敏：素材编号由原文件名哈希生成，不留原文件名与拍摄信息；不记姓名、不提取人脸特征、不作人脸识别。

应用场景描述

（一）AIGC视频生成模型训练与镜头语言条件控制按是否入选样本库、推荐训练任务、训练用途划分统计各任务可用量并配比三集，避免任务失衡与素材跨集合泄漏；以四个相机参数作回归目标训练运镜控制，以首尾帧编号、差异度与跨帧一致性配对训练图生视频，以标签串与描述文本为条件训练镜头语言控制，使生成画面可控；帧率决定时间采样密度，训练时按帧率分组；镜头时长决定样本能否用于5秒以上任务；动作强度、帧间光流与前3秒光流构成运动量三件套，按档位分层取样，避免训练集全静或全动。（二）素材资产检索与复用按景别、运镜、构图等九个条件组合检索库内镜头，也可用描述文本作关键词检索；镜头总数判断一条素材能拆出多少可用镜头，镜头序号与起始时间直接回原素材定位取回，替代逐条翻看，减少重复拍摄。（三）多平台分发与返工成本核算由多平台适配度判断一条竖屏素材能上几个平台：A级直出竖屏、方屏、横屏三版，B级放弃横屏，C级只适配竖屏；由返工项、评分分级、平均亮度、锐度汇总须去字、须选帧、须补过渡、须重构构图的镜头，按项估算工时与补拍成本，支撑排产与报价；文件时长与码率核算存储与转码开销，估算同一素材裁多画幅的边际成本。

数据格式：

XLSX
数据更新频率：

其他
数据量：

1001

样例数据

详细见附件附件下载

数据结构样例

素材编号文件时长(秒) 帧率(fps) 码率(Mbps) 样本编号镜头总数镜头序号镜头起始时间(秒) 镜头时长(秒) 景别主体画面占比运镜类型构图类型机位高度光线类型主色调场景类型主体类型出镜人数区间动作强度画面文字有无相机水平位移量相机垂直位移量相机缩放系数相机旋转角度帧间光流幅度首尾帧差异度主体跨帧一致性画面平均亮度前3秒光流均值首帧图像编号尾帧图像编号画面描述文本训练标签串画面锐度多平台适配度返工项可用性评分可用性分级是否入选样本库推荐训练任务训练用途划分

数据状态

2026-11-07

数据知识产权登记完成