AMASS 人体动捕数据集

把 15 个光学动捕数据集统一成 SMPL 人体模型格式的大型人体动作库。

AMASS 由德国马普智能系统研究所的 Mahmood、Black 等人提出，发表于 ICCV 2019。以前各家光学动捕数据集的标记点布置、骨架定义都不一样，很难合并使用。作者用 MoSh++ 方法把原始标记点数据拟合成 SMPL 参数化人体模型（用几十个参数描述人的姿态和体型）的序列，统一了 15 个数据集，共 300 多名受试者、1.1 万多段动作、40 多小时。在具身智能里，它是人形机器人运动跟踪和全身控制常用的人类动作来源：先把 SMPL 动作重定向成机器人关节轨迹，再在仿真里用强化学习训练策略去跟踪。需注册后下载，面向科研使用。

例子H2O 把 AMASS 约 1.3 万段动作重定向到 Unitree H1 上得到 1 万段，再用仿真里的模仿策略筛掉机器人做不出来的动作，留下约 8500 段用于训练人形全身遥操作策略。

也叫

AMASS 数据集

相关

SMPL 人体模型、动作重定向、运动跟踪、光学动捕、LAFAN1 动捕数据集、H2O（人到人形）

来源

AMASS 官网
Mahmood et al. 2019: AMASS (arXiv 1904.03278)
He et al. 2024: H2O: Learning Human-to-Humanoid Real-Time Whole-Body Teleoperation

信息截至

2019-10