Truebones-ZOO-Annotations

Truebones ZOO Annotations 是一个用于动物骨骼动画的数据集，包含1,097个运动片段的文本提示、逐片段元数据、静止姿态渲染以及构建管道。数据集覆盖74种动物骨骼，包括哺乳动物、鸟类、爬行动物、昆虫、海洋生物和史前生物。总时长约1.02小时，共111,158帧，统一30帧每秒。每个运动片段对应一个文本描述（来自T2M4LVO数据集，CC-BY-NC-4.0许可证），并提供了四视图渲染（MP4和JSON相机参数）。数据集包含三个CSV文件：animation.csv（每片段一行，包含文件路径、物种、动作、帧数、时长、关节数等）、species.csv（每物种一行，包含片段数、关节数、骨架变体等）、clips.csv（每源文件一行，映射到片段）。此外还有JSON侧车文件提供每片段帧数和每物种骨骼名称。该数据集适用于文本驱动的运动检索、运动生成、多物种动画分析、跨物种运动迁移等任务。注意：运动文件本身（FBX、BVH、GLB）不包含在此仓库中，需从Truebones购买后通过提供的脚本重建。Truebones ZOO Annotations is a dataset for animal skeleton animation, containing text prompts for 1,097 motion clips, per-clip metadata, static pose renders, and a construction pipeline. The dataset covers 74 animal skeletons, including mammals, birds, reptiles, insects, marine life, and prehistoric creatures. Total duration is approximately 1.02 hours, with 111,158 frames at a uniform 30 fps. Each motion clip is associated with a text description (from the T2M4LVO dataset, CC-BY-NC-4.0 license), and four-view renders (MP4 and JSON camera parameters) are provided. The dataset includes three CSV files: animation.csv (one row per clip, containing file path, species, action, number of frames, duration, joint count, etc.), species.csv (one row per species, containing clip count, joint count, skeleton variants, etc.), and clips.csv (one row per source file, mapping to clips). Additionally, JSON sidecar files provide per-clip frame counts and per-species bone names. The dataset is suitable for tasks such as text-driven motion retrieval, motion generation, multi-species animation analysis, and cross-species motion transfer. Note: The motion files themselves (FBX, BVH, GLB) are not included in this repository and must be purchased from Truebones, then reconstructed using the provided scripts.

原始信息汇总

Truebones ZOO Annotations 数据集详情

数据集概述

Truebones ZOO Annotations 是一个动物骨骼动画元数据集，包含 1,097 个动物运动片段，覆盖 74 种骨骼（哺乳动物、鸟类、爬行动物、昆虫、海洋和史前生物）。总时长 1.02 小时，共 111,158 帧，统一帧率为 30 fps。骨骼关节数量范围从 9 到 143 个，片段时长从 0.3 秒到 18.5 秒不等。

重要提示： 该仓库不包含实际的运动文件（FBX、GLB 或 BVH）。Truebones ZOO 是商业库，需通过 Truebones Motions Animation Studios 购买后，使用仓库中提供的脚本从本地副本重建。

仓库结构与内容

文件/目录	描述
animation.csv	每个片段的元数据（1,097 行）
animation_prompts.json	每个片段对应的文本提示（1,097 条）
animation_frames.json	片段与帧数的映射
animation_bones.json	物种与其关节名称的映射（74 个物种）
species.csv	每个物种的元数据（74 行）
species_tpose/	每个物种的静止姿态渲染图（74 张 PNG，1024×1024）
animation_render/	每个片段的多视角渲染（1,097 个文件夹，每片段四个视角 MP4）
clips.csv	源文件的映射（2,447 行）
excluded.csv	未被导入的源文件列表（1 行）
scripts/	构建管线和格式读取器（依赖纯 Python 3，无额外依赖）

关键元数据字段

animation.csv 主要字段：

• file：文件路径（如 animation/Cat-Walk.fbx）
• species/action：从文件名解析的物种与动作名称
• num_joints：FBX 层级中的节点数量（注意：计数包含所有节点，不仅仅是骨骼）
• frames/fps/duration_sec：时间轴信息
• fbx_version/bytes：文件版本与大小

species.csv 主要字段：

• num_clips：每个物种的片段数（从 Trex 的 70 个到 Chicken/Parrot2 的 3 个不等，中位数 12）
• rig_variants：物种内部使用的不同关节名称集合数量（72 个物种为 1，KingCobra 为 2，Monkey 为 4）
• num_joints/root_joint：骨骼结构信息

构建管线（Rebuilding animation/）

购买 Truebones ZOO 后，按照以下步骤可重建动画数据集：

bash cd scripts python3 pipeline/build_dataset.py # 1. 索引下载内容 -> clips.csv python3 pipeline/normalize.py # 2. 命名每个片段 -> clips.csv python3 pipeline/build_animation.py # 3. 每个运动生成一个文件 -> animation/ python3 pipeline/build_metadata.py # 4. 测量 animation/ -> animation.csv, species.csv, sidecars

关键保证：

• 每个文件恰好一个动画，无重复片段，所有源运动均被覆盖（唯一例外：Lynx/Idle4 仅存在于组合文件中）
• 全程 30 fps，基于关键帧时间测量
• 每个片段为硬链接，字节级复制，不经过任何编辑器重新导出
• 16 个片段（4 个 Cat 和 12 个 KingCobra）曾接受一次性二进制修复（纹理嵌入、网格变体移除等），这些修复不影响运动数据

文本提示（animation_prompts.json）

• 每个片段对应一条文本提示，中位长度 12 个单词
• 提示来源：1,088 条来自 T2M4LVO（CC-BY-NC-4.0 许可，仅限非商业用途），9 条为推断生成的提示
• 每条提示包含描述动作的 prompt 字段和物种名称的 object_name 字段
• 20 条片段含 alt_prompt（因源库中同一运动出现两次而被描述两次）

数据注意事项

• 关节计数：num_joints 统计 FBX 层级中的全部节点（包括网格和空容器），因此通常比匹配的 BVH 多 2-4 个"关节"
• 骨骼一致性：Elephant、Fox、Monkey、KingCobra 和 PolarBearB 五个物种的片段间静止姿态存在差异；关节名称在所有物种中一致，但 KingCobra 存在 19 关节和 20 关节两种变体
• 拼写保留：源库中的拼写错误（如 Angery_Swat、Sqwak、Begg）被保留以保证映射准确
• 材质问题：输入 Blender 后需手动将 Metallic 设为 0 以获得正确的电介质外观

关联资源

• 处理此原始数据为标准化运动数据的管线位于 UniMate/data_process
• 处理后的数据集版本为 UniML3D
• 该数据集是 UniMate 论文（SIGGRAPH Asia 2026，arXiv:2609.05415）介绍的训练语料的一部分

搜集汇总

数据集介绍

构建方式

Truebones-ZOO-Annotations数据集源于Truebones Motions Animation Studios的商业动作库，通过精密的重建流程构建。用户需购买原始库并解压至指定目录，随后运行四个无依赖的Python脚本，依次完成源文件索引、动作命名、逐动作文件生成及元数据测量，最终形成包含1,097个动物动作片段、覆盖74种骨骼的完整数据集。该过程确保每个动作片段均为源文件的硬链接，未经任何重导出操作，保证了数据字节级的一致性。

特点

该数据集的核心特色在于其高度结构化的元数据体系与丰富的内容覆盖。每段动作均配有人工撰写的文本提示，来自T2M4LVO标注集，并附带四视图渲染视频，方便直观预览。数据集的物种多样性显著，涵盖哺乳动物、鸟类、爬行动物、昆虫及史前生物，骨骼规模从9至143关节不等。同时，数据集严格遵循许可协议，不直接分发动作文件，而是提供重建工具链，确保合规性与可复现性。

使用方法

使用该数据集时，研究者可直接加载磁盘上的CSV文件，如animation.csv和species.csv，通过Python的csv模块进行解析，按物种或动作类型过滤所需片段。对于深度的模型训练任务，建议利用UniMate项目提供的数据处理脚本，将FBX动作导出为NPZ格式，并结合视觉语言模型生成增强描述。此外，scripts/probes目录下的无依赖读取器可快速提取关节与帧信息，便于数据预览与分析。

背景与挑战

背景概述

Truebones-ZOO-Annotations数据集诞生于三维动画与计算机视觉交叉领域对多样化骨骼动画数据需求的背景下，由Truebones Motions Animation Studios携手学术研究者于2026年构建，作为UniML3D训练语料库的一部分，旨在为跨物种骨骼动画生成模型提供精细的文本-运动配对资源。该数据集涵盖74种骨骼、1097个动物运动片段，总时长逾1小时，涉及哺乳类、鸟类、爬行类及古生物等，并伴随每片段的多视角渲染图像、文本提示及详尽元数据，其独创性在于不直接分发商业运动文件，而是提供一套完整的重建管线，允许用户基于自有许可副本复现数据，从而规避版权壁垒。作为UniMate（SIGGRAPH Asia 2026）核心支撑，该数据集填补了现有公开数据集中于人形动作的空白，为研究界提供了首个高粒度、跨物种的骨骼运动基准，对推动通用骨骼动画生成、文本驱动运动合成及多模态运动理解领域的发展具有里程碑意义。

当前挑战

该数据集所应对的领域挑战在于，传统运动数据集多聚焦人类动作，缺乏覆盖解剖结构差异显著（骨骼关节数从9至143不等）的多样化动物运动语料，且文本与运动间的语义映射因物种特异性而极为复杂，加之不同物种的骨骼命名不统一、静态姿势多样，为跨物种检索与生成模型构建带来了根本性障碍。在构建过程中，挑战主要源于商业数据源的严苛限制：必须设计免依赖的纯Python管线以从原始购买文件中逐字节重建标准化的FBX序列，确保每个运动片段唯一且无重复，同时处理原始文件内的异常数据，例如对KingCobra类修复网格与纹理缺失的二元修补，以及针对跨批次骨骼变异（如Elephant、Monkey等物种存在不同休息姿态）的精细校正。此外，还需在保障不重新导出任何片段以维持原始刚度的前提下，生成多视角渲染预览并撰写高质量文本提示，其中九条静默片段需人工推断描述，而版权法规迫使数据集仅分享元数据而非运动文件，极大增添了数据获取与验证的复杂性。

常用场景

经典使用场景

Truebones-ZOO-Annotations数据集在计算机视觉与图形学领域，尤其是三维动物运动分析与合成研究中，扮演着基础性资源库的角色。它精心整理了74种脊椎动物骨骼，覆盖哺乳、鸟类、爬行、昆虫及水生类群，囊括1,097条运动片段，时长逾一小时，骨架环节数自9至143不等，时间尺度跨越0.3至18.5秒。此数据集为文本驱动的运动生成、跨物种运动迁移及姿态估计等经典任务，提供了丰饶且精确的素材，使研究者能够基于统一的注释格式，探索动物运动的多样性与复杂性。

衍生相关工作

作为UniML3D训练语料库的核心组件，该数据集启发了众多衍生的学术工作。其文本提示源溯于T2M4LVO注释集，该注释集伴随ICML 2025论文《How to Move Your Dragon》发布，显著促进了针对多样化骨骼的统一动画模型研究。UniMate模型在SIGGRAPH Asia 2026上提出的统一框架，即旨在解决跨类别运动合成问题，正是依托此数据集，实现了从单一架构支持多物种、多关节结构的突破性进展。此外，配套的自动处理管线（如UniMate的data_process模块）催生了NPZ导出与视觉语言模型描述流程的标准化，为后续数据集的构建树立了范例模式，并对多视图渲染下的NeRF类方法验证提供了基准。

数据集最近研究

最新研究方向

Truebones ZOO Annotations数据集作为UniML3D训练语料库的核心组成部分，紧密关联于SIGGRAPH Asia 2026上发表的UniMate框架，该框架致力于统一驱动多样化骨骼的动画生成。当前前沿研究聚焦于跨物种运动合成与文本驱动的动画生成，该数据集提供了涵盖哺乳类、鸟类、爬行类及古生物等74种骨架的1097个高质量运动片段，并配套了精细的文本提示与多视角渲染，为多模态运动理解与生成研究提供了坚实的数据基座。其严格的构建管线与元数据规范，催生了从原始运动到标准化训练特征的全自动处理流程，显著推动了具身智能、数字人及虚拟生物动画等领域的迭代创新。尤为重要的是，数据集的开放性设计与非商业性使用条款，引领了学术界在运动数据共享与版权合规方面的深入讨论，促进了科研社区对高质量、细粒度运动数据的可复现性研究。