RealEstate10K は、約 10,000 の YouTube ビデオから収集された約 80,000 のビデオ クリップ (合計 1,000 万フレーム) を含む大規模なカメラ ポーズ データセットです。各ビデオ クリップについて、これらのカメラのポーズは軌跡を形成し、各ポーズは軌跡に沿ったカメラの位置と方向を指定します。

このデータセットには、ビデオ クリップから派生したカメラの軌跡が含まれています。これらの軌跡は、多数のビデオに対して SLAM およびバンドル調整アルゴリズムを実行することによって導出されます。