VOccl3D는 2025년 캘리포니아 대학교에서 공개한 대규모 합성 데이터셋으로, 복잡하게 가려진 장면에서의 3D 인간 이해에 초점을 맞추고 있습니다. 관련 논문의 제목은 "VOccl3D: 실제 가림 상황에서의 3D 인간 자세 및 형태 추정을 위한 비디오 벤치마크 데이터셋목표는 가려짐 상황을 기반으로 인간 자세 추정, 재구성 및 다중 모달 인식 작업에 대한 보다 현실적인 평가 기준을 제공하는 것입니다. 이 데이터 세트는 배경 장면, 사람의 행동 및 다양한 질감을 포함하여 구성된 25만 개 이상의 이미지와 약 400개의 비디오 시퀀스를 포함합니다. 구체적으로는 다음과 같은 요소들이 포함됩니다.

• 배경: DL3DV를 통해 학습된 40개의 실제 3D 표현에는 다양한 유형의 자연스러운 가림 현상이 포함됩니다.
• 인간의 움직임: AMASS에서 추출한 약 400개의 동작 시퀀스
• 바디 텍스처: SMPLitex에서 제공하는 약 200개의 텍스처로, 다양한 의상, 피부톤 및 체형을 표현합니다. 모든 시퀀스는 720×720 해상도와 초당 30프레임으로 렌더링되어 정확한 카메라 내부 및 외부 매개변수를 제공합니다. 또한 이 데이터셋은 3D 자세 및 형태, 2D 주요 특징점, 인체 윤곽선, 의미론적 분할, 가려짐 레이블, 인체 경계 상자 등 다양한 모달 주석을 포함하고 있어 가려짐 상황에서의 다중 작업 인간 지각 능력을 연구하는 데 활용할 수 있습니다.