HUMOTO：4D 人类物体交互动作数据集

我们提出 Human Motions with Objects（HUMOTO），一个高保真的人类-物体交互数据集，用于运动生成、计算机视觉和机器人应用。HUMOTO 包含 735 个序列（以 30 fps 计时长 7875 秒），捕获与 63 个精确建模物体和 72 个关节部件的交互。我们的创新包括基于场景的 LLM 脚本管道，创建具有自然进程的完整、有目的的任务；以及 mocap 与摄像机录制 setup，以有效处理遮挡。涵盖从烹饪到户外野餐等多样活动，HUMOTO 保持物理精确性和逻辑任务流程。专业艺术家严格清洗并验证每个序列，最小化脚步滑动和物体穿透。我们还提供与其他数据集的基准比较。HUMOTO 的全身动作和同时多物体交互解决了关键数据捕获挑战，为动画、机器人和具身 AI 系统等研究领域提供了实现真实人类-物体交互建模的机会。项目：https://jiaxin-lu.github.io/humoto/。