h36m

多样性和规模
• 360 万张 3D 人体姿势和相应图像
• 11名专业演员（6男5女）
• 17 个场景（讨论、吸烟、拍照、打电话...）
准确捕捉和同步
• 来自 4 个校准摄像头的高分辨率 50Hz 视频
• 来自高速动作捕捉系统的准确 3D 关节位置和关节角度
• 每个配置的像素级 24 个身体部位标签
• 飞行时间范围数据
• 演员的 3D 激光扫描
• 准确的背景减法、人物边界框
发展支持
• 预先计算的图像描述符
• 用于可视化和判别人体姿态预测的软件
• 保留测试集的性能评估

Diversity and Scale
• 3.6 million 3D human poses and corresponding images
• 11 professional actors (6 male, 5 female)
• 17 scenarios (discussion, smoking, taking photos, phone calls, etc.)

Accurate Capture and Synchronization
• High-resolution 50Hz video from 4 calibrated cameras
• Accurate 3D joint positions and joint angles from a high-speed motion capture system
• Pixel-level 24 body part labels for each configuration
• Time-of-flight depth data
• 3D laser scans of the actors
• Accurate background subtraction and human bounding boxes

Development Support
• Pre-computed image descriptors
• Software for visualizing and validating human pose prediction
• Performance evaluation with a held-out test set

搜集汇总

背景与挑战

背景概述

h36m是一个大规模3D人体姿势数据集，包含360万张图像和对应的3D姿势数据，由11名演员在17个多样化场景中表演，适用于计算机视觉中的人体姿态估计研究。数据集提供高精度同步的多模态数据，如视频、3D关节位置和身体部位标签，并附带评估工具，支持算法开发和性能验证。