Texel-BodyScan-Dataset

一个用于非商业研究的3D人体扫描数据集，由TEXEL LLC和莫斯科国立大学收集。数据集包含不同条件下的扫描数据，分为多个部分，每部分包含不同数量的人员扫描数据，包括3D网格、SMPL/STAR参数模型、自动身体测量和原始RGB-D帧。

A 3D human scanning dataset for non-commercial research, collected by TEXEL LLC and Lomonosov Moscow State University. This dataset includes scanning data acquired under various conditions, which is divided into multiple subsets. Each subset contains scan data from a different number of human subjects, covering 3D meshes, SMPL/STAR parametric models, automated body measurements, and raw RGB-D frames.

原始信息汇总

Texel-BodyScan-Dataset 数据集概述

数据集简介

• 由TEXEL LLC和莫斯科国立大学合作收集的3D人体扫描数据集
• 用途：非商业研究
• 商业版包含数千个扫描数据：商业版链接

应用场景

• 丰富其他3D人体数据集
• 为全身扫描算法提供RGB-D记录
• 训练机器学习模型（照片到3D网格、照片到身体测量等）

数据集结构

组成部分

部分	人数	男性	女性	每人扫描数	服装类型	总大小
Part1	10	5	5	1	内衣	200 MB
Part2	42	3	39	5	内衣/紧身衣	1.16 GB

数据类型

部分	深度图	彩色帧	测量标准	Portal MX	Free Fusion
Part1	有	无	ISO 8559-1	3D扫描+SMPL	3D扫描+SMPL
Part2	有	无	ISO 8559-1(待添加)	SMPL(待添加)	SMPL(待添加)

文件结构

/PartN/ │ ├── PersonK/ │ │ ├── frames/ # 深度图(.png, 16位灰度) │ │ ├── color/ # RGB帧(.jpg) │ │ ├── portal_mx/ # Portal MX扫描数据 │ │ ├── free_fusion/ # Free Fusion扫描数据 │ │ ├── person.scan.xml # 完整元数据 │ │ └── person.json # 相机内参和边界框

扫描设备

• TEXEL Portal MX：高分辨率扫描仪，可创建彩色3D网格、拟合SMPL300并进行ISO 8559-1标准身体测量
• Free Fusion：基于单RGB-D ToF传感器的算法，允许自由移动扫描，但精度较低

数据预览

• Free Fusion通过参数模型增强扫描表面
• 可能存在异常值、扫描失败和身体比例失真

实用工具

• IterateScans工具可遍历目录并打印原始数据信息
• 编译命令： bash git clone https://github.com/m-krivov/Texel-BodyScan-Dataset.git ~/texel_bodyscan_dataset cd ~/texel_bodyscan_dataset git submodule init git submodule update cmake -S ./ -B ./build make -C ./build ./bin/IterateScans <directory_with_scans>

下载链接

• Part1 (140 MB)
• Part2 (935 MB)

许可协议

• 数据集：CC-BY-NC 4.0（非商业研究免费使用）
• 代码：MIT License（允许商业使用）

搜集汇总

数据集介绍

构建方式

Texel-BodyScan-Dataset的构建依托于TEXEL LLC与莫斯科国立大学的深度合作，通过高精度3D扫描仪TEXEL Portal MX及自由融合算法（Free Fusion）采集多场景下的人体扫描数据。数据集分为两部分：Part1包含10位受试者的单次扫描，Part2涵盖42位受试者的五次连续扫描，均采用标准化ISO 8559-1进行自动体型测量。扫描过程严格区分着装类型（内衣/紧身衣）与性别比例，原始数据包含深度图、SMPL/STAR参数化模型及三维网格，并通过XML文件集成相机参数、年龄等元数据。

使用方法

研究者可通过官方提供的C++工具链IterateScans解析扫描目录，快速获取深度图序列、相机内参及受试者属性等元信息。数据集支持三大应用场景：作为THUman2.1等数据集的增强素材，优化全身扫描算法的RGB-D基准测试，以及训练照片到三维网格/体型参数的机器学习模型。使用时需注意不同子集的差异——Part2的SMPL拟合与测量数据将后续更新，且Free Fusion扫描存在非刚性重建误差，建议结合Portal MX的高精度扫描结果进行交叉验证。

背景与挑战

背景概述

Texel-BodyScan-Dataset是由TEXEL LLC与莫斯科国立大学联合创建的三维人体扫描数据集，旨在为非商业研究提供高质量的3D人体模型数据。该数据集涵盖了不同性别、年龄和体型的人体扫描，包含深度图、彩色帧、3D网格、SMPL/STAR参数化模型拟合结果以及自动身体测量数据。数据集的主要应用场景包括3D人体建模、全身扫描算法优化以及机器学习模型训练等。该数据集的创建为计算机视觉、图形学和人体建模领域的研究提供了重要的数据支持，推动了相关技术的发展。

当前挑战

Texel-BodyScan-Dataset在解决3D人体建模和扫描算法优化问题时面临多重挑战。首先，数据采集过程中受限于扫描设备的硬件和软件升级，不同时期的扫描数据在精度上存在差异，这对数据一致性提出了较高要求。其次，Free Fusion算法虽然简化了扫描流程，但由于依赖单一RGB-D传感器，其生成的3D网格细节较为粗糙，且容易引入测量误差。此外，数据集中部分扫描因受试者未穿着紧身衣物而导致身体比例失真或扫描失败，这增加了数据清洗和预处理的难度。这些挑战为研究者在数据使用和算法开发中带来了额外的复杂性。

常用场景

经典使用场景

在三维人体建模与计算机视觉领域，Texel-BodyScan-Dataset以其高精度的三维扫描数据和丰富的标注信息，成为研究人体形态学、姿态估计和参数化模型拟合的重要基准。该数据集通过整合多源传感器数据（如RGB-D深度图、SMPL/STAR参数化模型及ISO标准人体测量数据），为算法开发提供了从原始采集到高级语义标注的全流程支持。其经典应用场景包括基于单目RGB图像的三维人体重建、动态非刚性表面融合算法的验证，以及跨数据集增强（如与THUman2.1等数据集联合训练）。

解决学术问题

该数据集有效解决了三维人体建模中因数据稀缺导致的泛化能力不足问题。通过提供不同体型、性别、着装条件下的扫描样本，支持了人体形态多样性研究；其配套的SMPL参数化模型和ISO标准测量数据，为学术界建立了从几何到语义的统一评估框架。尤其在非刚性运动重建领域，Free Fusion算法生成的动态扫描数据填补了传统固定式扫描仪在自然姿态捕捉方面的空白，推动了单目深度传感器在实时三维重建中的应用边界。

实际应用

在虚拟试衣、医疗康复监测等工业场景中，该数据集的高分辨率三维网格与精准体型参数可直接用于个性化体型建模。电商领域可基于其测量数据开发智能尺码推荐系统，而运动科学研究者则利用动态扫描序列分析人体运动力学特征。值得注意的是，数据集标注的相机内参与边界框信息为AR/VR中的虚实融合提供了标定基础，使得消费级深度传感器的空间定位精度得以优化。

数据集最近研究

最新研究方向

在三维人体建模与计算机视觉领域，Texel-BodyScan-Dataset以其高精度的三维人体扫描数据和丰富的参数化模型标注，成为研究的热点资源。该数据集结合了TEXEL Portal MX扫描仪和Free Fusion算法的多模态数据，为基于单目RGB-D传感器的非刚性三维重建提供了重要基准。近期研究聚焦于利用其SMPL/STAR参数化模型和ISO标准人体测量数据，推动从单张照片到三维网格的生成、虚拟试衣系统以及运动捕捉等应用的算法优化。特别是在轻量化扫描设备和动态场景下的三维重建方向，该数据集通过对比不同扫描技术的精度差异，为学术界探索低成本、高鲁棒性的人体建模方案提供了关键实验平台。