DoMSEV 全称 Dataset of Multimodal Semantic Egocentric Video，是以个人活动为主的多模态视频数据集。包含 RGB-D 数据、 IMU 数据和 GPS 数据，共 80 小时。视频带有以下标注：recorder profile 、 frame scene 、 activities 、 interaction 和 attention 。该数据集可用于研究在不丢失相关内容的情况下流畅快进视频这一问题。