DoMSEV steht für Dataset of Multimodal Semantic Egocentric Video, ein multimodaler Videodatensatz basierend auf persönlichen Aktivitäten. Enthält RGB-D-Daten, IMU-Daten und GPS-Daten, insgesamt 80 Stunden. Die Videos sind mit folgenden Anmerkungen versehen: Profil des Aufnehmenden, Rahmenszene, Aktivitäten, Interaktion und Aufmerksamkeit. Mit diesem Datensatz kann das Problem des reibungslosen Vorspulens eines Videos ohne Verlust relevanter Inhalte untersucht werden.