CMU Panoptic 是一个大规模的姿态估计数据集，为参与社交活动的人提供 3D 姿势标注。该数据集包含 65 个带有多视角标注的视频（总时长 5.5 小时），但其中只有 17 个视频涉及多人场景并带有摄像机参数。