最近看3D人体姿态识别方面论文，在数据处理阶段，3D比2D复杂很多。2D人体姿态识别在dataset和model方面都比3D成熟，2Dmodel也有很多户外，自然界的dataset，但是3D的dataset几乎都是indoor的。因为3D标注、识别的复杂，所以需要大量的传感器，摄像头去采集数据。收集了几个最近看到的数据集分享给大家。
1、Human3.6M数据集
Human3.6M数据集有360万个3D人体姿势和相应的图像，共有11个实验者（6男5女，论文一般选取1，5，6，7，8作为train，9，11作为test），共有17个动作场景，诸如讨论、吃饭、运动、问候等动作。该数据由4个数字摄像机，1个时间传感器，10个运动摄像机捕获，如下图所示：
不过该数据集需要校内网注册，还要经人工审核才能下载。
2、CMU Panoptic dataset
该数据集是CMU大学制作，由480个VGA摄像头，30+HD摄像头和10个Kinnect传感器采集。
3、MPI-INF-3DHP
该数据集由Max Planck Institute for Informatics制作，详情可见Monocular 3D Human Pose Estimation In The Wild Using Improved CNN Supervision论文。