Ego-Exo4D

Ego-Exo4D 是一个面向机器感知研究的多模态多视角视频数据集，同时包含第一人称（egocentric）和多个第三人称（exocentric）视角，且两者时间同步。它由参与该项目的团队构建，面向需要观察人类技能动作的计算机视觉与机器人学习研究者。

数据集的重点是技能型活动，涵盖程序性技能与身体技能两类。与 Ego4D 收集无脚本日常生活不同，Ego-Exo4D 让不同技能水平的参与者重复表演同一场景，场景本身的分工与流程保持自然，这样同一动作就产生了多水平、多视角的对照记录。

第一人称画面使用 Aria Project 设备采集。由于同一场景既有第一人称也有多路第三人称且相互同步，它适合做关键步骤识别、技能评估这类需要跨视角比对的任务；研究者可直接基于这套配对数据训练和评测模型，而无需自行搭建多机位采集流程。

当你的研究需要同一动作的同步第一人称与第三人称画面时，这套数据集是少有的现成来源；做关键步骤识别、技能评估或多视角对齐的团队可以直接拿来训练与评测，省掉自建多机位采集的成本。但它只覆盖技能型活动，日常无脚本行为不在范围内，想复现 Ego4D 那类日常生活研究要另找数据。官网未公开数据规模、许可条款与获取费用，正式立项前需要先在官网确认这三项。