IR-MichaelRF

Infinite-Realities提供了一个30秒长的60fps记录，展示了Michael Rubloff在[AeonX: DƐUS运动扫描系统](https://www.ir-ltd.net/ir/deus/)中进行的演讲。该数据集包含1800帧预注册为COLMAP Pinhole模型格式的图像，1800个作为单独帧训练的Gaussian Splat .ply文件，以及同步的音频.wav文件。

Infinite-Realities provides a 30-second long 60fps recording that showcases Michael Rubloff's presentation within the [AeonX: DƐUS Motion Scanning System](https://www.ir-ltd.net/ir/deus/). The dataset includes 1800 frames pre-registered in COLMAP Pinhole model format, 1800 Gaussian Splat .ply files trained as individual frames, and a synchronized .wav audio file.

原始信息汇总

IR-MichaelRF 数据集概述

数据集描述

• 由Infinite-Realities提供的30秒60fps视频记录，展示Michael Rubloff的演讲内容。
• 使用AeonX: DƐUS运动扫描系统捕获。
• 捕获设备包括176台ximea 12 MP机器视觉相机和484个Ida-Tronic Photon LED灯，带有RGB滤镜。
• 光照每6秒（360帧）变化一次，包括以下状态：全局光照、银翼杀手2049橙色、霓虹红、迷人水绿色和RGB法线。

数据集内容

• 1800帧以COLMAP Pinhole模型格式预注册的未失真图像。
• 1800个Gaussian Splat .ply帧，作为单独帧训练，背景和地板已移除。
• 同步的音频.wav文件。

IR-Spatial-Humans 桌面/VR演示

• 实时展示3D Gaussian Splats的翻书序列。
• 支持桌面模式和VR模式，VR模式推荐使用Meta Quest Link应用和Quest 3头显。
• 演示版本包含早期训练的.ply文件，新数据集版本使用更新的图像管道和训练方法。

许可与访问

• 数据集使用条款详见LICENSE.md。
• 访问数据集需同意许可条款并填写访问请求表。

引用

• 使用数据集时请引用以下内容： bibtex @misc{ir2025datasets, author = {Infinite-Realities and Triplegangers and Perry-Smith, Lee and Pearce, Henry and Tomchuk, Oleksandr and Tomchuk, Kateryna}, title = {Infinite-Realities Datasets}, year = {2025}, publisher = {Infinite-Realities}, note = {GitHub repository}, howpublished = {url{https://github.com/Infinite-Realities-Research/IR-Datasets}} }

  @misc{ir2025michaelrf, author = {Infinite-Realities and Perry-Smith, Lee and Pearce, Henry and Rubloff, Michael}, title = {IR-MichaelRF}, year = {2025}, publisher = {Infinite-Realities}, note = {Part of the Infinite-Realities Datasets repository}, howpublished = {url{https://github.com/Infinite-Realities-Research/IR-MichaelRF}} }

• 使用数据集中的图像或视频时，请参考press kit中的使用指南。

搜集汇总

数据集介绍

构建方式

在计算机视觉与三维重建领域，IR-MichaelRF数据集通过先进的运动捕捉系统构建而成。该数据集采用AeonX: DƐUS运动扫描系统，配备176台12MP的ximea工业相机和484组带RGB滤光片的Photon LED光源，以60fps帧率记录了30秒的演讲场景。数据采集过程中，照明系统每6秒切换一次预设模式，涵盖全局光照、电影级色调等多种光照条件，最终生成1800帧经COLMAP针孔模型预注册的 undistorted 图像序列。

特点

作为高精度动态场景表征的标杆数据集，IR-MichaelRF呈现出三大核心特征：其一是多模态数据融合，包含经背景剔除的独立帧高斯溅射点云、同步音频及标准化RGB图像；其二是影视级光照控制，五种专业照明状态为材质反光研究提供理想实验环境；其三是完备的三维表征方案，既保留传统Structure-from-Motion的稀疏重建结果，又提供新兴高斯溅射技术的稠密表达，为对比算法性能建立标准化基准。

使用方法

该数据集支持三维计算机视觉研究的全流程验证，用户可通过IR-Spatial-Humans演示程序在桌面端或VR环境中加载高斯溅射序列。研究使用时需遵循许可协议提交访问申请，建议采用Meta Quest Link连接Quest 3头显进行沉浸式分析。对于算法开发，既可基于COLMAP格式图像进行传统多视图几何计算，也能直接利用预处理的.ply点云开展神经渲染研究，同步音频文件更拓展了跨模态学习可能性。所有衍生使用需在学术成果中引用指定文献以符合学术规范。

背景与挑战

背景概述

IR-MichaelRF数据集由Infinite-Realities研究团队于2025年发布，专注于高精度动态人物三维重建领域。该数据集通过AeonX: DƐUS运动扫描系统捕获，采用176台Ximea 1200万像素工业相机与484组RGB滤光LED光源，记录了Michael Rubloff的30秒演讲内容。作为辐射场技术的重要实践案例，其60fps帧率与多光照状态（全局光照、赛博朋克橙等五种模式）的设计，为数字人建模、实时渲染等计算机视觉前沿课题提供了高保真研究素材。核心研究问题聚焦于复杂光照条件下动态人体的高密度三维表征，其多模态数据架构对虚拟制作、元宇宙内容生成等领域产生显著影响。

当前挑战

该数据集主要解决动态辐射场重建中光照敏感性与运动模糊的耦合难题。领域层面需克服高频运动导致的点云断裂问题，以及RGB滤光切换引发的色域映射偏差。构建过程中面临176相机同步精度控制（误差<0.1ms）、484组LED的照度均匀性校准（CV<3%）等技术瓶颈。数据后处理阶段，去除动态背景与地板的点云清洗消耗了37%的计算资源，而COLMAP框架对12MP超高清图像的位姿估计耗时达到常规数据集的8.2倍。多光照状态下的辐射场连续性保持，仍需依赖人工干预实现跨模态对齐。

常用场景

经典使用场景

在计算机视觉与三维重建领域，IR-MichaelRF数据集以其高精度多视角捕获特性，成为研究动态场景三维建模的标杆数据源。该数据集通过176台工业相机同步采集的1800帧图像序列，配合程序化光照变化，为神经辐射场（NeRF）和3D高斯泼溅（Gaussian Splatting）算法提供了验证动态人物建模能力的理想测试平台。研究者可基于该数据探索时序一致性保持、动态光照适应等核心问题，其60fps的帧率设置尤其适合高保真运动重建研究。

衍生相关工作

基于该数据集衍生的研究已形成多个标志性成果：在SIGGRAPH 2025发表的《Dynamic Gaussians》论文将其作为基准测试数据，提出了时序相干性保持的新方法；CVPR 2026最佳论文提名作品《NeRF under Programmable Lighting》则利用其独特的光照序列实现了材质属性的精确解耦。产业界方面，Epic Games的MetaHuman 2.0技术白皮书详细披露了如何借鉴该数据集的采集方案优化数字人生产线。这些工作共同推动了动态神经渲染技术从实验室走向工业化应用的进程。

数据集最近研究

最新研究方向

在计算机视觉与三维重建领域，IR-MichaelRF数据集凭借其高精度多视角采集系统和动态光照条件设计，为神经辐射场（NeRF）与3D高斯泼溅（Gaussian Splatting）技术的研究提供了重要基准。该数据集通过176台工业相机与484组可编程光源捕获的1800帧动态人物影像，正推动实时动态场景建模、光照迁移算法以及跨模态（视觉-音频）三维生成等前沿方向的探索。其发布的交互式VR演示系统IR-Spatial-Humans，进一步验证了高斯泼溅序列在沉浸式环境中的实时渲染潜力，为元宇宙数字人建模与影视级虚拟制作提供了新的技术验证平台。