Nama: Nymeria Dataset
Website/Sumber Utama: https://projectaria.com/datasets/nymeria
Fungsi Utama: Dataset skala besar untuk pemahaman gerakan tubuh manusia dari perspektif egocentric guna meningkatkan teknologi AR/VR.
Tipe: Dataset Penelitian
Cocok Untuk: Peneliti AI, pengembang AR/VR, dan ilmuwan komputer yang fokus pada pemahaman gerakan manusia
Model Harga/Lisensi: Tersedia untuk diunduh secara gratis untuk tujuan penelitian Unduh Dataset
Highlight Utama: Dataset terbesar di dunia yang menangkap gerakan manusia dalam situasi nyata dengan 300 jam aktivitas sehari-hari
Apa Itu Nymeria Dataset?
Nymeria Dataset adalah kumpulan data multimodal egocentric skala besar yang dikembangkan oleh Reality Labs Research (Meta) untuk meningkatkan pemahaman gerakan tubuh manusia. Dataset ini menangkap 300 jam gerakan manusia dalam lingkungan alami dari perspektif perangkat yang dikenakan (wearable), seperti kacamata Project Aria dan gelang miniAria. Tujuannya adalah untuk memajukan teknologi pemahaman gerak tubuh manusia yang nantinya dapat diimplementasikan pada perangkat VR/MR, kacamata AR/AI, dan jam tangan pintar untuk menciptakan pengalaman pengguna yang lebih baik dan alami.
Fitur Utama / Andalan
(Disimpulkan dari eksplorasi halaman fitur/dokumentasi)
Data Multimodal Egocentric
Deskripsi: Merekam data dari beberapa perangkat wearable secara bersamaan, termasuk kacamata Project Aria dan gelang miniAria.
Manfaat/Contoh: Memungkinkan peneliti mengembangkan model yang memanfaatkan berbagai jenis sensor seperti yang ada pada perangkat wearable masa depan.
Info Lebih Lanjut: Pelajari Lebih Lanjut
Penggabungan Gerakan dan Bahasa Alami
Deskripsi: Dataset dilengkapi dengan deskripsi gerakan dalam konteks menggunakan bahasa alami dari annotator manusia.
Manfaat/Contoh: Memungkinkan pengembangan model AI yang dapat memahami dan mendeskripsikan gerakan manusia dalam bahasa alami, berguna untuk asisten AI dalam dunia fisik.
Info Lebih Lanjut: Pelajari Lebih Lanjut
Data dari Lingkungan dan Demografi yang Beragam
Deskripsi: Melibatkan 264 partisipan dari berbagai latar belakang yang melakukan 20 skenario aktivitas di 50 lokasi indoor dan outdoor.
Manfaat/Contoh: Memastikan model yang dikembangkan dapat bekerja dengan baik pada berbagai tipe orang dan lingkungan, meningkatkan inklusivitas dan aksesibilitas teknologi.
Info Lebih Lanjut: Pelajari Lebih Lanjut
Model Manusia Parametrik dengan Meta Momentum
Deskripsi: Dataset menggunakan pustaka Meta Momentum untuk retargeting gerakan dari sistem motion capture ke model manusia parametrik yang lengkap.
Manfaat/Contoh: Memberikan representasi gerakan manusia yang realistis dan akurat untuk pengembangan avatar VR dan aplikasi pemahaman gerakan.
Info Lebih Lanjut: Pelajari Lebih Lanjut
Kelebihan (Pros)
(Disimpulkan dari berbagai halaman)
Dataset terbesar di dunia untuk gerakan manusia dalam situasi nyata dengan 300 jam aktivitas harian
Integrasi sempurna antara data gerakan tubuh dengan deskripsi bahasa alami (310.5 ribu kalimat, 8.64 juta kata)
Mencakup data demografi yang beragam (264 partisipan dengan keseimbangan gender, etnis, berat, tinggi, dan usia)
Menggunakan beberapa perangkat wearable (Project Aria glasses dan miniAria wristbands) yang mensimulasikan kemungkinan sensor pada perangkat masa depan
Penggunaan teknologi motion capture yang akurat untuk merekam kinematika tubuh lengkap
Kekurangan (Cons) / Batasan
(Disimpulkan dari eksplorasi)
Tantangan dalam memprediksi gerakan tubuh pengguna dengan akurat hanya dari sensor egocentric karena beberapa bagian tubuh tidak terlihat oleh kamera
Penggunaan peralatan motion capture tambahan (XSens MVN Link) dalam pengumpulan data yang mungkin tidak tersedia pada perangkat wearable konsumen nyata
Meskipun ada upaya privasi, penggunaan dataset dengan video egocentric tetap menimbulkan potensi masalah privasi yang perlu diperhatikan oleh peneliti
Harga / Lisensi
(Dicari secara aktif dari tautan Pricing/License)
Model: Gratis untuk tujuan penelitian
Link Halaman Unduhan: Unduh Nymeria Dataset
Dataset ini tersedia untuk komunitas peneliti dengan tujuan mempercepat penelitian dalam pemahaman gerakan manusia egocentric dan kontekstual computing. Untuk mengaksesnya, peneliti perlu mengunjungi halaman unduhan resmi.
Contoh Penerapan & Observasi
(Berdasarkan dokumentasi, blog, use cases, komunitas)
Pelacakan gerakan tubuh pengguna yang lebih akurat pada perangkat VR/AR untuk pengalaman immersive yang lebih baik
Pelacakan latihan dan postur untuk aplikasi kesehatan dan kebugaran pada wearable
Identifikasi dan koreksi masalah ergonomis di lingkungan kerja
Reality Labs Research telah mengembangkan HMD² (metode pelacakan gerakan tubuh penuh dari sepasang kacamata Project Aria) lihat detail
EgoLM – kerangka pembelajaran multimodal terpadu untuk memodelkan gerakan tubuh dan aktivitas dengan bahasa alami lihat detail
Dokumentasi dan dataset lengkap tersedia untuk peneliti di situs resmi Project Aria
Tanggapan (0 )