DoMSEV signifie Dataset of Multimodal Semantic Egocentric Video, qui est un ensemble de données vidéo multimodal basé sur des activités personnelles. Contient des données RGB-D, des données IMU et des données GPS, totalisant 80 heures. Les vidéos sont annotées avec les éléments suivants : profil de l'enregistreur, scène d'image, activités, interaction et attention. Cet ensemble de données peut être utilisé pour étudier le problème de l'avance rapide et fluide d'une vidéo sans perdre de contenu pertinent.