首页 /研究 /EgoTraj:用于多模态预测的真实世界自我中心人体轨迹数据集
LOCOMOTION开放获取

EgoTraj:用于多模态预测的真实世界自我中心人体轨迹数据集

Ahmad Yehia, Abduallah Mohamed, Tianyi Wang, Jiseop Byeon, Kun Qian, Junfeng Jiao, Christian Claudel

2026

摘要

该论文介绍了EgoTraj,一个使用Meta Quest Pro在真实城市环境中收集的自我中心多模态数据集,包含75个序列的同步RGB视频、头部姿态、3D眼动向量和场景注释。该数据集旨在解决自我中心轨迹预测中真实世界数据稀缺的问题,并通过基准测试和消融研究验证了其有效性。

关键词

egocentric trajectorymultimodal predictionhumanoid roboticsdataset

相关论文