最近看3D人體姿態識別方面論文，在資料處理階段，3D比2D複雜很多。2D人體姿態識別在dataset和model方面都比3D成熟，2Dmodel也有很多戶外，自然界的dataset，但是3D的dataset幾乎都是indoor的。因為3D標註、識別的複雜，所以需要大量的感測器，攝像頭去採集資料。收集了幾個最近看到的資料集分享給大家。

1、Human3.6M資料集

    Human3.6M資料集有360萬個3D人體姿勢和相應的影象，共有11個實驗者（6男5女，論文一般選取1，5，6，7，8作為train，9，11作為test），共有17個動作場景，諸如討論、吃飯、運動、問候等動作。該資料由4個數字攝像機，1個時間感測器，10個運動攝像機捕獲，如下圖所示：

    不過該資料集需要校內網註冊，還要經人工稽核才能下載。

2、CMU Panoptic dataset

3、MPI-INF-3DHP

        該資料集由Max Planck Institute for Informatics製作，詳情可見Monocular 3D Human Pose Estimation In The Wild Using Improved CNN Supervision論文。