本文介绍了一组新的人体运动和视频数据集 MoVi，其中包括 60 名女性和 30 名男性表演 20 种预定义的日常动作和运动，以及一种自选运动。该数据集包含 9 小时的运动捕捉数据、17 小时的 4 个不同视角的视频数据和 6.6 小时的 IMU 数据，同时还描述了数据集的收集和后处理过程，并探讨了该数据集可促进的研究方向。

Mar, 2020

我们提供了一项关于基于文本的三维人体动作检索的研究结果，重点关注跨数据集的泛化问题。通过采用统一的 SMPL 人体格式，我们能够对一个数据集进行训练，对另一个进行测试，或者对多个数据集进行训练。研究结果表明，标准的文本 - 动作基准数据集（如 HumanML3D、KIT Motion-Language 和 BABEL）存在数据集偏差。我们展示了文本增强在一定程度上可以缩小领域差距，但仍存在差距。此外，我们首次提供了使用 BABEL 进行零样本动作识别的结果，而在训练过程中没有使用分类动作标签，开辟了未来研究的新方向。

May, 2024

本文介绍了一个新的数据集 MI-Motion，用来帮助研究多人运动预测，并提供基准测试来评估预测模型的性能，同时还介绍了一种新的基线方法 —— 图卷积神经网络和时间卷积神经网络。

Jun, 2023

运动技术在运动中扮演着越来越重要的角色，并成为运动员获益的真正竞争优势。然而，传统的动作捕捉系统昂贵且束缚。最近发展起来的基于计算机视觉的方法也在某些运动中面临困难，比如游泳，由于水中环境的限制。为了解决这个问题，我们介绍了 SwimXYZ，一个合成的游泳动作和视频数据集。SwimXYZ 包含 340 万帧的带有真实 2D 和 3D 关节点标注的视频，以及 240 个游泳动作序列的 SMPL 参数格式。除了公开提供该数据集，我们还介绍了 SwimXYZ 在游泳泳姿聚类和 2D 姿势估计方面的应用案例。

Oct, 2023

通过收集准确的身体动作和多样的交互模式以及详细的手势，提出了目前最大、最全面的人际交互数据集 Inter-X，旨在促进多方面的人际交互分析研究。

Dec, 2023

本研究提出了 KIT 运动 - 语言数据集，该数据集包括来自多个动作捕捉数据库的数据，并使用统一的表示法聚合，以获得自然语言的动作注释，通过困惑度选择和众包方法进行注释。该数据集包含 3911 个运动，6278 个自然语言注释，使人类运动和自然语言之间的语义表示研究变得更加透明和可比较。

Jul, 2016

本研究旨在从文本描述中生成多个人的自然和多样化的群体动作。我们利用大规模图像和视频数据集估计姿势信息，通过基于 Transformer 的扩散框架，实现了多个数据集中任意数量主题或帧的生成。实验证明，我们的方法是第一个能从多样的文本提示中生成高多样性和保真度的多主体运动序列的方法。

May, 2024

本文描述了牛津多动态数据集，该数据集提供了许多复杂的多动态估计问题，包括挑战现有算法的复杂问题以及支持算法开发的简化问题。数据集包含来自静态和动态传感器的观测、多个移动体的不同 3D 运动的数据以及旋转和遮挡等多个问题的实验。它还提供了 110 分钟的数据包括立体和 RGB-D 摄像头图像、IMU 数据和 Vicon 地面真值轨迹，是多动态估计研究的一个有价值的资源。

Jan, 2019

本文旨在预测两个互动人物的运动，通过收集一组专业舞蹈者的数据，提出了一种新的跨交互关注机制，在短期和长期预测中都表现出优于单人运动预测的现有方法。

May, 2021

提出了一个新的风格多样的运动数据集，用于运动风格转移任务的有效性进行了综合研究，使用了工业标准的人类骨骼结构，释放该数据集以鼓励未来在此领域开展更多的研究。

Jun, 2023