EGTEA Gaze+ 第一人称视角日常活动视频数据集下载 | 细粒度动作识别研究专用

EGTEA Gaze+（Extended Georgia Tech Egocentric Activity Gaze+）是计算机视觉领域广泛引用的第一人称视角（Egocentric）日常活动视频数据集，专为细粒度动作识别、视觉注意力建模及人机交互研究设计。

数据集内容覆盖

该数据集涵盖七种真实日常活动场景，包括制作三明治、冲泡茶品与咖啡等厨房操作任务。每项活动由四位不同执行者独立完成，累计提供28段高质量视频素材。单段视频时长约一分钟，内含约20个细粒度动作实例，覆盖取放面包、倾倒番茄酱等具体操作环节，动作边界清晰、标注完整，适用于时序动作分割与定位算法验证。

核心研究价值

EGTEA Gaze+ 数据集同时提供头部姿态与视线追踪信息，支持多模态融合研究。其细粒度动作标注体系与第一人称拍摄视角，使其成为行为识别、活动预测、注意力机制分析等方向的基础 benchmark 资源，在 CVPR、ECCV 等顶会论文中被高频引用。

适用研究途径

该数据集可直接用于：细粒度动作识别模型训练与测试、基于注意力的视频理解算法开发、日常活动自动化分析系统构建、人机协作机器人视觉感知研究，以及第一人称视角下的行为预测与意图识别等学术与工程场景。