JRDB-Pose3D：面向机器人任务的多人 3D 人体姿态与形状估计数据集
计算机视觉与模式识别
2026-02-04 v1 人工智能
摘要
现实场景 inherently 具有拥挤特性，因此估计周围所有人的 3D 姿态、随时间追踪其运动并理解其在社交和环境背景下的活动，对于自动驾驶、机器人感知、机器人导航和人机交互等众多应用至关重要。然而，现有的大多数 3D 人体姿态估计数据集主要聚焦于单人场景或收集于受控实验室环境，这限制了其在现实应用中的相关性。为弥合这一差距，我们引入 JRDB-Pose3D，通过移动机器人平台捕获室内外的多人环境。JRDB-Pose3D 提供了丰富的 3D 人体姿态标注，适用于复杂动态场景，包括基于 SMPL 的姿态标注、一致的身体形状参数以及每个个体随时间的跟踪 ID。JRDB-Pose3D 的平均帧内包含 5-10 个人体姿态，部分场景最高可同时出现 35 个个体。该数据集呈现出独特的挑战，包括频繁的遮挡、身体被截断以及部件出框等问题，紧密反映了现实环境。此外，JRDB-Pose3D 继承了 JRDB 数据集的所有可用标注，包括 2D 姿态、社交分组信息、活动与交互、完整场景语义掩码以及一致的人与物体级跟踪，以及每个个体的详细标注信息，如年龄、性别和种族，使其成为广泛支持下游感知和人类相关理解任务的综合性数据集。
引用
@article{arxiv.2602.03064,
title = {JRDB-Pose3D: A Multi-person 3D Human Pose and Shape Estimation Dataset for Robotics},
author = {Sandika Biswas and Kian Izadpanah and Hamid Rezatofighi},
journal= {arXiv preprint arXiv:2602.03064},
year = {2026}
}