WSVD 全称 Web Stereo Video Dataset，由来自 YouTube 的 553 个立体视频组成，包含各种各样的场景类型，并具有许多非刚性对象，非刚性对象中人占比最多。该数据集可用于学习非刚性场景的重建，研究计算包含大量非刚性对象的单目视频序列的深度这一领域。