相关数据集
EgoVid-5M
EgoVid-5M是由阿里巴巴、中国科学院自动化研究所、清华大学和中国科学院大学联合创建的一个大规模高分辨率视频动作数据集，专门用于第一人称视角视频生成。该数据集包含500万个1080p分辨率的视频片段，涵盖家庭环境、户外设置、办公活动、体育运动和技能操作等多种场景。数据集通过精细的数据清洗和标注流程，确保了帧间一致性、动作连贯性和运动平滑性。EgoVid-5M的创建旨在推动虚拟现实、增强现实和游
arXiv2024-11-13 更新4200
EgoSDQES
EgoSDQES数据集是由斯坦福大学创建的一个新基准，基于Ego4D数据集，旨在支持流式检测查询事件开始（SDQES）任务。该数据集包含大量从第一人称视角拍摄的长视频，涵盖多样化的活动、视角和相机运动，适用于评估模型在复杂现实场景中的鲁棒性。数据集的创建过程涉及从Ego4D数据集中提取并注释自然语言查询，以捕捉复杂事件的开始。EgoSDQES数据集主要应用于机器人、自动驾驶和增强现实等需要实时反应
arXiv2024-12-05 更新1920
sureform-team/sureform-egocentric-sample
Sureform Egocentric Sample Dataset是一个包含约16小时第一人称视频的样本数据集，涵盖21个不同的录制会话。视频以1080p分辨率和30fps的帧率录制，数据集结构清晰，每个会话分为多个部分，每部分包含视频文件和相应的元数据文件。元数据详细描述了视频的各个属性，并包括活动的类型、技能展示、环境和交互对象等信息。
Hugging Face2025-11-11 更新140
EgoHumans
EgoHumans是由Meta Reality Labs创建的全新多视角多人视频基准数据集，专注于推动第一人称视角下的3D人体姿态估计和跟踪技术。该数据集包含超过125,000张第一人称视角的RGB图像，涵盖多种自然环境下的挑战性多人活动，如网球、击剑、排球等。数据集通过使用消费级可穿戴相机眼镜捕捉动态活动，并结合多视角设置生成精确的3D地面实况，即使在严重或完全遮挡的情况下也能保持准确性。Ego
arXiv2023-08-19 更新2740
Ego4D 第一视角视频数据集
Ego4D 是一个大规模的第一视角视频数据集。该数据集包含超过 3,025 个小时的视频，由来自 9 个国家的 73 个不同地点录制的视频组成，总录制人数达 855 人。
超神经2022-09-25 更新500
