ANTHROPOS-V

ANTHROPOS-V是由罗马大学研究团队创建的一个合成逼真视频数据集，专为人群体积估计（CVE）任务设计。该数据集通过GTA-V游戏引擎生成，模拟了多种城市环境中的大规模人群，并首次提供了每个场景中个体的体积标注。数据集包含每个个体的SMPL形状参数、关键点以及体积信息，数据量较大且具有高度逼真性。数据集的创建过程涉及对GTA-V默认角色的3D网格进行修改，以使其身高和体重分布与现实世界的人类统计数据一致。该数据集的应用领域包括人群管理、公共安全、基础设施压力评估等，旨在通过RGB图像估计人群的总体积，从而解决人群拥挤和结构过载等问题。

ANTHROPOS-V is a synthetic photorealistic video dataset developed by a research team from Sapienza University of Rome, specifically tailored for the Crowd Volume Estimation (CVE) task. Generated via the GTA-V game engine, the dataset simulates large-scale crowds across diverse urban environments, and is the first to provide volume annotations for individual pedestrians in each scene. It contains SMPL shape parameters, keypoints, and volume information for every individual, boasting a large scale and exceptional photorealism. The dataset creation process involves modifying the 3D meshes of GTA-V's default in-game characters to align their height and weight distributions with real-world human statistical data. Application scenarios of this dataset include crowd management, public safety, infrastructure stress assessment and other fields, with the core objective of estimating the total crowd volume through RGB images to address issues such as crowd congestion and structural overloading.

搜集汇总

数据集介绍

构建方式

ANTHROPOS-V数据集是通过利用《侠盗猎车手V》（GTA-V）游戏引擎生成的合成数据集，旨在模拟真实世界中的城市环境中的大规模人群。为了增强数据的真实性和多样性，研究团队对游戏中的角色进行了3D网格调整，使其身高和体重分布与真实世界的人类统计数据一致。此外，数据集中的每个角色都标注了SMPL形状参数、关键点以及体积信息，并通过Per-Part Volume Density Maps提供了细粒度的监督信号，以支持模型的训练。

使用方法

ANTHROPOS-V数据集主要用于训练和评估人群体积估计（CVE）模型。研究人员可以通过该数据集训练基于密度图或人体网格恢复（HMR）的模型，并使用Per-Part Volume Density Maps进行监督学习。此外，数据集还可用于评估模型在真实图像上的泛化能力，尽管数据集本身是合成的，但其高度逼真的场景和多样化的角色分布使其能够有效支持从合成数据到真实数据的迁移学习。

背景与挑战

背景概述

ANTHROPOS-V数据集由罗马萨皮恩扎大学的Luca Collorone、Stefano D’Arrigo、Massimiliano Pappa等研究人员于2025年提出，旨在解决人群体积估计（Crowd Volume Estimation, CVE）这一新颖任务。该任务通过RGB图像估计人群的总体积，应用场景包括事件管理、公共安全、基础设施压力评估等。ANTHROPOS-V是首个专门为CVE设计的合成数据集，基于《侠盗猎车手V》（GTA-V）游戏引擎生成，包含多样化的城市环境场景，并提供了每个人的体积、SMPL形状参数和关键点标注。该数据集的推出填补了现有数据集的空白，推动了CVE领域的研究进展。

当前挑战

ANTHROPOS-V数据集面临的挑战主要体现在两个方面。首先，CVE任务本身的复杂性在于需要从单张RGB图像中准确估计人群的总体积，这涉及到对个体体积的精确计算以及对遮挡、光照变化等复杂场景的鲁棒性处理。其次，数据集的构建过程中也面临诸多挑战，包括如何生成逼真的合成数据以缩小与真实场景的差距，以及如何确保数据集中个体的身高、体重等特征分布与真实世界一致。此外，由于真实世界中获取大规模人群的体积标注数据极为困难，研究人员不得不依赖合成数据，这进一步增加了数据集构建的复杂性和技术难度。

常用场景

经典使用场景

ANTHROPOS-V数据集主要用于人群体积估计（Crowd Volume Estimation, CVE）任务，通过RGB图像估计人群的总体积。该数据集在事件管理、公共安全、基础设施压力评估等领域具有广泛应用。其合成数据集的特性使得研究人员能够在多样化的城市环境中进行实验，避免了真实数据采集中的隐私和可行性问题。

解决学术问题

ANTHROPOS-V解决了从单一RGB图像中估计人群总体积的学术难题。传统方法依赖于人头计数，忽略了体重、占用空间等关键因素，而CVE任务通过体积估计提供了更全面的风险评估。该数据集还引入了基于SMPL形状参数和关键点的细粒度标注，推动了人群体积估计领域的研究进展。

实际应用

在实际应用中，ANTHROPOS-V数据集可用于评估人群密度、预测基础设施的承重能力以及优化公共空间的使用效率。例如，在大型集会或体育赛事中，通过实时估计人群体积，可以有效预防过度拥挤和结构过载的风险，确保公共安全。此外，该数据集还可用于体重敏感的应用场景，如医疗健康监测和营养评估。

数据集最近研究

最新研究方向

近年来，ANTHROPOS-V数据集在人群体积估计（Crowd Volume Estimation, CVE）领域引起了广泛关注。CVE任务旨在通过单张RGB图像估计人群的总体积，这一任务在公共安全、基础设施压力评估等领域具有重要应用。ANTHROPOS-V作为首个专门为CVE任务设计的合成数据集，提供了丰富的城市环境中的人群视频数据，并标注了每个人的体积、SMPL形状参数和关键点。该数据集的最新研究方向主要集中在如何通过改进的监督信号（如Per-Part Volume Density Maps）来提升模型的体积估计精度。此外，研究者们还探索了如何将CVE任务与人群计数（Crowd Counting）和人体网格恢复（Human Mesh Recovery）相结合，以应对复杂场景中的遮挡和尺度变化问题。ANTHROPOS-V的出现不仅填补了CVE领域的数据空白，还为未来的研究提供了新的基准和方向。

相关研究论文

• ANTHROPOS-V: benchmarking the novel task of Crowd Volume Estimation

  罗马大学 · 2025年