自我中心数据集

通过可穿戴摄像头捕捉的第一人称视角视频数据。记录人类如何感知周围环境并与之互动——为具身人工智能、活动理解和机器人学习系统提供重要的训练数据。

9,200+
数据小时
16+
子场景
4
场景类别
5,000h
每类最高限额

主要功能

第一人称视角

使用头戴式摄像头的自然视角

真实世界数据

跨多个环境的真实日常活动场景

对象交互

详细的人体抓握、操作和交互记录

自然环境

丰富的环境背景有助于感知训练

数据收集设置

可穿戴式相机系列

该数据集是通过可穿戴设备(GoPro 相机和智能手机)收集的,目的是从用户在真实世界环境中的自然视角捕捉活动。

领取方式第一人称可穿戴设备录制
设备GoPro相机/智能手机
视点自我中心视角
环境真实的室内和室外环境

数据集覆盖范围

现实世界的人类活动

人类在多种环境中开展的各种活动:

主页

厨房 · 客厅 · 卧室 · 浴室 · 储藏室 · 阳台/户外

OFFICE

工作站 · 会议区 · 接待区 · 公共办公空间

商业及工业

零售 · 产品搬运 · 组装 · 包装 · 物体操作

例如:

美甲/指甲彩绘

一名女子使用第一人称视角可穿戴相机,以连续 16 帧的序列拍摄了整个美甲和指甲彩绘过程,一步一步地展示了整个过程。

第一人称可穿戴设备 16帧序列
捕获: 精细的手工工具操作 · 指甲修型与抛光 · 步骤详解 · 精准操控

工艺顺序

16帧 · 自我视角
框架11
框架22
框架33
框架44
框架55
框架66
框架77
框架88
框架99
框架1010
框架1111
框架1212
框架1313
框架1414
框架1515
框架1616

数据集规范

数据类型视频数据集
观点第一人称(自我中心)
设备GoPro/智能手机
环境真实场景
格式MP4
修读年限搭建你自己的
注解可根据要求提供

应用

专为具身人工智能开发而设计

人类活动识别 行动理解 模仿学习 VLA培训 机器人学习 人工智能代理训练

如果您有兴趣将此数据集用于您的研究或产品开发,请联系我们的团队。

滚动到顶部