MultiEgo：面向 4D 场景重建的多视角自我中心视频数据集

多视角自我中心动态场景重建对于社交互动的全息记录应用具有重要研究价值。然而，现有的重建数据集侧重于静态多视角或单自我中心视角设置，缺乏用于动态场景重建的多视角自我中心数据集。因此，我们提出了 MultiEgo，这是首个用于 4D 动态场景重建的多视角自我中心数据集。该数据集包含五个典型社交互动场景：会议、表演和演示。每个场景提供五段由佩戴 AR 眼镜的参与者拍摄的真实自我中心视频。我们设计了基于硬件的数据采集系统与处理流水线，实现了跨视角的亚毫秒级时间同步，并附带精确的位姿标注。实验验证表明，我们的数据集在自由视点视频（FVV）应用中具有实用性与有效性，使 MultiEgo 成为推进多视角自我中心动态场景重建研究的基础资源。