GTA-IM 全称 GTA Indoor Motion，是 GTA 游戏引擎从 Grand Theft Auto (GTA) 视频游戏中收集的 GTA 室内运动数据集。该数据集具有清晰的 3D 人体姿势和相机位置标注，并且在人的外观，室内环境，相机视图和人类活动方面有很大的差异。

该数据集有 100 万个分辨率为 1920×1080 像素的 RGB-D 帧， ground truth 3D 人体姿态为 98 个关节，涵盖各种动作，包括坐、走、爬和开门。每个场景都包含多个设置，例如客厅、卧室和厨房，以强调人与场景的交互。