数据集介绍

MotionMillion 是浙江大学发布的大规模人体动作数据集，专注于从视频中提取的连续人体运动与操作状态。

• 任务时序长度：连续动作序列，包含完整的时序上下文。
• 动作可执行性：数据来源于真实人类操作的视频捕捉，包含低层人体动作和操作状态信息，适用于从人类演示中学习。
• 时序连续性：数据为高帧率连续序列，保留动作的完整时序动态特征。
• 语言控制：提供文本配对描述，支持文本到动作的生成与检索。

主要特点

1. 超大规模：包含2,000 小时的高质量运动序列，每个动作超过20个详细的注释，是目前最大的开源人体动作数据集之一。
2. 丰富的人群覆盖：涉及 1,000+ 位不同个体，具有良好的动作多样性。
3. 操作状态标注：包含超过 100 万个精细的操作状态标注，支持对人与物体交互的细粒度分析。
4. 视频来源：数据来源于真实世界视频采集，保留了自然的动作表现与环境背景。

数据来源

• 发布方：浙江大学
• 数据形式：真实世界视频采集
• 标注：包含文本配对与操作状态标注

规模

• 总时长：约 2,000 小时
• 人数：1,000+ 人
• 操作状态：1,000,000+ 个

应用场景

适用于人体动作分析与人-物交互研究：

• 人类动作识别与分类
• 文本到动作的生成
• 人-物交互（HOI）分析
• 从人类演示中学习机器人策略

官方网站

https://vankouf.github.io/MotionMillion/

论文网址：https://arxiv.org/abs/2507.07095