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:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16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