DynPose-100K 是由 NVIDIA 于 2025 年发布的一个包含 10 万段多样化动态视频及其精确相机标注的大规模数据集，相关论文成果为「Dynamic Camera Poses and Where to Find Them」，旨在解决动态视频中相机内参与位姿准确估计的挑战，通过筛选适合相机估计的视频并改进动态视频相机估计算法，为计算机视觉研究提供高质量的数据支持。

该数据集从 320 万候选视频中精选而出，包含动态内容丰富的视频片段，所有视频均标注了世界到相机的相机位姿（poses）和相机内参（intrinsics）。

数据集组成

数据集主要包含以下部分和字段：

• 视频数据：约 10 万段 MP4 格式视频，分辨率为 1280×720 (720p)，总大小约 200 GB。
• 帧数据：从视频中提取的 JPG 格式帧，帧率为 12 fps，总大小约 400 GB。
• 相机标注数据：PKL 格式文件，包含以下字段：
• poses：相机位姿矩阵（N',3,4）
• intrinsics：相机内参矩阵（3,3）
• frame_idxs：对应的帧索引列表
• mean_reproj_error：平均重投影误差
• num_points：重投影点的数量
• num_frames：视频帧总数
• 元数据文件：
• metadata.csv：包含视频 ID、URL、时间戳、描述等信息，用于下载视频和提取帧。
• uid_mapping.csv：UID 映射文件。
• Lightspeed 基准测试集：包含带真实相机位姿的短视频片段，用于验证 DynPose-100K 的标注方法，总大小约 8.1 GB。

Citation

@inproceedings{rockwell2025dynpose,
    author = {Rockwell, Chris and Tung, Joseph and Lin, Tsung-Yi and Liu, Ming-Yu and Fouhey, David F. and Lin, Chen-Hsuan},
    title = {Dynamic Camera Poses and Where to Find Them},
    booktitle = {CVPR},
    year = 2025
}