arXiv cs.AI· Nima Kamali, Sana Nasiri, Negar Kamali·· 12 小时前AI 评分26
HumanCentric-Scenes-AI：覆盖监控、职业肖像、AI 编辑图像与短视频的人工精选多模态数据集
HumanCentric-Scenes-AI: A Human-Curated Multimodal Dataset of AI-Generated Human-Centric Scenes Across Surveillance, Occupational Portraits, AI-Edited Images, and Short-Form Video
AI 导读
HumanCentric-Scenes-AI 发布 296 个 AI 生成刺激素材，分属监控（85 张 CCTV 风格图像）、职业肖像（128 张，覆盖 64 种职业的男女配对）、AI 编辑（27 张真实照片局部替换）与短视频（56 条）四个子集。
正文 · AI 翻译
摘要：我们推出 HumanCentric-Scenes-AI，这是一个由人工筛选的 296 个 AI 生成刺激材料数据集，描绘了人们遇到 AI 生成媒体的四种情境中的人物。Surveillance 子集包含 85 张 AI 生成的闭路电视风格图像。Occupations 子集包含 128 张 AI 生成的职业肖像，采用平衡配对设计，覆盖 64 种职业，每种职业各有一张女性和一张男性版本。AI-edited 子集包含 27 张真实照片，其中某个区域被生成模型修改或替换。Video 子集包含 56 段 AI 生成的短视频。我们经过多轮人工筛选，使图像和视频尽可能逼真。对于每个刺激材料，我们发布其文件、记录在案时的生成提示词以及每个刺激材料的元数据。我们报告了初始 134 次未指定性别的生成中所描绘的性别分布，并将其与美国劳工统计局的职业性别比例进行比较。我们报告了 AI-edited 子集的编辑区域大小及其与零样本检测难度的关联。我们报告了 Surveillance 子集的图像质量分布以及 Video 子集的主题类别覆盖情况。HumanCentric-Scenes-AI 首先面向人类感知研究，同时也用于 AI 检测分类器的校准和生成模型的偏差分析。
| 评论： | 14 页，3 幅图，10 张表。数据集：此 https URL |
| 主题： | 计算机视觉与模式识别 (cs.CV)；人工智能 (cs.AI)；人机交互 (cs.HC) |
| 引用为： | arXiv:2610.29045 [cs.CV] |
| （或 arXiv:2610.29045v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29045 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Negar Kamali [查看电子邮件]
[v1]
2026 年 10 月 21 日星期三 01:20:14 UTC（5,681 KB）
来源：arXiv cs.AI · arxiv.org