360度全景数据集

1. 简介360+x 数据集是面向场景理解的多模态数据集，以独特全景视角区别于传统数据集，通过多视角、多模态数据捕捉多样化场景；包含 2152 个多模态视频（共 8579k 帧），由 360° 摄像机（464 个视频）和 Spectacles 眼镜摄像机（1688 个视频）拍摄，覆盖 17 个城市的 28 个场景类别（15 个室内、13 个室外，含艺术空间、自然景观等）；视频被分段为 1380 个约 10 秒的短片，总时长约 67.78 小时，提供高分辨率（全景 / 双筒视频 5760x2880、第三人称视频 1920x1080）和低分辨率（全景视频 2432x1216、其余同高分辨率）两个版本，配套 38 个动作实例标签及预提取特征，满足不同计算资源需求

搜集汇总

背景与挑战

背景概述

360度全景数据集（360+x数据集）是一个面向场景理解的多模态数据集，以全景视角为特色，包含2152个多模态视频（共8579k帧），覆盖17个城市的28个室内外场景类别，提供高低分辨率版本及动作标签、预提取特征。该数据集适用于动作识别、视角转换建模等多模态学习任务，支持VR、AR和自动驾驶等领域的算法开发。