Human3.6M ist einer der größten Motion-Capture-Datensätze und umfasst 3,6 Millionen 3D-Posen von Menschen und entsprechende Bilder. Der Datensatz enthält Videodaten, die von 4 hochauflösenden Progressive-Scan-Kameras mit einer Rate von 50 Hz erfasst wurden. Der Datensatz umfasst Aktivitäten von 11 professionellen Schauspielern in 17 Szenen: Diskutieren, Rauchen, Fotografieren, Telefonieren usw. und bietet genaue 3D-Gelenkpositionen und hochauflösende Videos.