MultiCamVideo 是一个大规模、合成的多摄像机同步视频数据集，专为研究 多视角视频生成、相机轨迹控制、姿态保持以及跨视角一致性 等任务而设计。该数据集由 Kuaishou（快手）视觉生成实验室 与 浙江大学 合作构建，使用 Unreal Engine 5 进行高质量渲染。
| 项目 | 说明 |
|---|---|
| 场景数量 | 约 13,600 个动态场景，每个场景包含完整的 3D 环境、角色、动画以及相机信息 |
| 摄像机数量 | 每个场景同步捕获 10 条不同视角的视频 |
| 视频总量 | 136,000 条 1280 × 1280 分辨率的视频（每条 81 帧） |
| 相机参数 | 四种焦距（18 mm、24 mm、35 mm、50 mm）在同一场景内保持不变；轨迹类型包括平移、倾斜、弧线、随机和静止 |
| 内容组成 | 每个场景由 3D 环境 + 主体角色（人物/动物） + 动画 + 相机轨迹 四要素构成 |
| 应用场景 | 用于评估 文本到视频（T2V）模型、相机条件化视频生成、姿态保持、跨视角一致性 等前沿视觉生成技术 |
| 开源与下载 | 数据集及相关代码托管在 GitHub，提供下载链接与使用说明 |
获取方式
- GitHub 项目页面（含数据下载脚本、文档与示例）：
https://github.com/KwaiVGI/ReCamMaster/ - 论文与技术报告（详细描述数据构建与统计）：
- Bai J. et al., “ReCamMaster: Camera‑Controlled Generative Rendering from A Single Video”, 2025（arXiv/OpenReview）
- 相关评测报告《YingVideo‑MV: A Cascade Framework for High‑Quality Music Video Generation》提及该数据集作为基准
主要特点与优势
- 同步多视角：同一时间点的 10 条视角共享相同的起始帧，便于跨视角对齐与比较。
- 丰富的相机运动：提供多种轨迹（平移、倾斜、弧线等），覆盖真实拍摄中常见的相机运动模式。
- 高分辨率与完整标注：每帧 1280 × 1280，配套提供相机内外参、轨迹参数以及 3D 场景信息，支持多任务学习。
- 完全合成、可控：使用 UE5 渲染，场景、角色、光照等均可自由配置，适合数据增强与实验对照。
- 大规模：超过 13 k 场景、136 k 视频，为训练大模型提供足够的样本量。
适用研究方向
通过上述资源，研究者可以直接下载并在自己的实验中使用 MultiCamVideo 数据集，或参考其构建方法自行生成类似的合成多摄像机数据。
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！