نقدّم "PointOdyssey"، وهي مجموعة بيانات اصطناعية كبيرة النطاق، و إطارًا لتكوين البيانات، مخصّصة لتدريب وتقييم خوارزميات التتبع الدقيق على المدى الطويل. هدفنا هو تطوير الحد الأقصى للتقدم في هذا المجال من خلال التركيز على مقاطع الفيديو الطويلة التي تُظهر حركة طبيعية. وبهدف تحقيق الطبيعة الواقعية، نُنشئ حركات لشخصيات قابلة للتشوه باستخدام بيانات التقاط الحركة الواقعية، ونُنشئ مشاهد ثلاثية الأبعاد تتماشى مع بيئات التقاط الحركة، ونُنتج وجهات نظر الكاميرا باستخدام مسارات استُخلِصت عبر تقنية "الهيكل من الحركة" (structure-from-motion) من مقاطع فيديو حقيقية. ونُنشئ تنوعًا توليفيًا من خلال تغيير عشوائي في مظهر الشخصية، وملامح الحركة، والمواد، والإضاءة، والعناصر ثلاثية الأبعاد، والتأثيرات الجوية. تضم مجموعتنا الحالية 104 مقاطع فيديو، بمتوسط طول 2000 إطار، مع عدد هائل من التسميات الترابطية مقارنةً بالعمل السابق. ونُظهر أن الخوارزميات الحالية يمكن تدريبها من الصفر باستخدام هذه المجموعة، وأنها تتفوّق على الإصدارات المنشورة سابقًا. وأخيرًا، نقدّم تحسينات على خوارزمية تتبع النقاط PIPs، مما يوسع بشكل كبير مجال الاستقبال الزمني لها، ما يُحسّن أداؤها ليس فقط على مجموعة PointOdyssey، بل أيضًا على حلين واقعيين آخرين. تتوفر بياناتنا والكود المصدري بشكل عام عبر الرابط التالي: https://pointodyssey.com