MannequinChallenge (MQC) 姿态估计数据集 - SLAM 相机位姿标注数据集


核心内容
MQC 全称 MannequinChallenge，是面向人体姿态估计、相机位姿估计、SLAM、三维重建的专业视频片段数据集。
数据来源：2000 个 YouTube 真实拍摄视频，手持摄像机拍摄，人物保持静止姿态。
数据规模：超17 万帧，含精准 camera pose 相机位姿标注。
标注算法：基于SLAM + 光束法平差 (bundle adjustment) 计算，精度可靠。
数据划分：标准训练集 / 验证集 / 测试集三分结构，开箱即用。


覆盖范围
场景：室内外多场景、多人多种静止姿态，真实自然分布。
模态：RGB 视频帧 + 相机位姿参数，适配单目视觉、位姿估计、深度估计、三维重建任务。
用途：学术研究、模型训练、算法验证、工程落地、论文实验数据支撑。


可用途径
适用方向：人体姿态估计、相机位姿估计、SLAM 算法、单目深度估计、视频三维重建、动作捕捉研究。
适用人群：计算机视觉 / 深度学习 / 机器人方向研究生、算法工程师、科研人员、高校实验室。
使用方式：下载后直接用于模型训练、指标测试、论文数据集对比、开源项目复现。