BOSSV2V:3D BOSS战斗与脚本条件视频配对数据

地理空间
0 下载
8 浏览
2026-10-09

数据集简介

补充批次:古树庭院 / 红甲 BOSS(局部恢复)

本批从原 60 分钟录制中恢复局部有效区间,输出 25 段独立连续片段,共 17 分 09 秒、30,870 对帧、50 个 720p/30fps 视频。恢复过程保留同一源帧、相机、动作与朝向;旧整段排除并不表示其余 41 分钟全部失效,本批只是其中连续不少于 30 秒的补充区间,并非新录制,也不是一段连续 17 分钟的长镜头。每段均含 RGB 视频、粉色 17 关节条件画面、数值状态、逐帧朝向索引及条件重建脚本,技术校验、图像抽查与远端逐文件校验均已通过。RGB 画面明确标记为 2026-09-25 资产版。

新增批次:2026-09-16 赤甲 BOSS / 古树庭院(慢速360度环绕)

该批以慢速 360 度环绕视角记录赤甲 BOSS 与古树庭院的战斗场景,共 4 段、4 分钟、7,200 对帧。环绕运镜让同一战斗状态在不同相机方位下被反复采样,为 V2V 研究提供相机视角变化下的配对样本。

新增批次:2026-09-16 赤甲 BOSS / 古树庭院(镜头筛选版)

镜头筛选版从赤甲 BOSS 与古树庭院的素材中筛选可用镜头,形成 19 段、19 分钟、34,200 对帧的发布单元。筛选后的片段保持 RGB 与条件视频逐帧对应,便于直接用于训练与评测。

新增批次:2026-09-16 石环 BOSS / 沙漠场景

石环 BOSS 与沙漠场景批次共 60 段 × 60 秒、合计 1 小时,包含 120 个 720p/30fps 视频、108,000 对帧。沙漠场景与古树庭院在光照、地表与背景结构上差异明显,扩展了条件画面所覆盖的视觉分布。

当前发布规模与完整性

首批发布为 117 段 × 60 秒(117 分钟),共 234 个 1280×720/30fps 视频、210,600 对帧;原计划 120 段 2 小时,片段 0042、0047、0098 因校验异常未发布。叠加石环 BOSS/沙漠、赤甲 BOSS/古树庭院镜头筛选版、赤甲 BOSS/古树庭院 360 度环绕以及古树庭院/红甲 BOSS 局部恢复各批后,森林相关已发布时长为 40 分 09 秒。各批次的发布文件均经过完整性检查,缺失清单记录在 upload_integrity.json 中。

粉色底、火柴人到底是什么?

条件视频中的粉色底与火柴人式线条并非美术素材,而是脚本按战斗状态绘制的几何条件画面。角色以简化骨架呈现,武器与场景同样被抽象为线条与色块,从而把「外观呈现」留给生成模型学习。条件画面与 RGB 视频共享同一源帧、相机参数与动作状态,两路逐帧配对。

身份、部位与数值编码

条件画面的 RGB 三通道分别承载世界高度、实体身份槽与部位编号、反向归一化相机前向深度。数值状态保存在 states.npz 中,字段包括 joints_world_cm (N,2,17,3)、weapon_endpoints_world_cm (N,2,2,3)、actor_rotation_xyzw、actor_forward_world、actor_yaw_degrees、root_transforms (N,2,10)、camera_transforms (N,10)、horizontal_fov_degrees、source_frame 与 source_crc32,覆盖关节世界坐标、武器端点、角色朝向、根节点变换与相机变换。

RGB 与条件视频如何配对?

每个片段目录下同时提供 rgb.mp4 与 condition.mp4,pairs.jsonl 与 orientation.jsonl 给出逐帧索引与朝向信息,states.npz 提供对应数值状态。Dataset Viewer 字段记录 status、scope、python、source_clip、source_inputs、source_frame、output_frame、rgb16_shape、actual_rgb16_sha256、video_probe、full_decode、validation_files 与 passed,用于核对两路视频的帧级一致性与解码完整性。

为什么采用这样的表示?

脚本生成简化的几何条件画面,由生成模型学习外观呈现,这一设计把几何结构与视觉外观解耦。条件画面中的高度、身份与深度编码为模型提供可解释的空间线索,而 RGB 视频承担真实渲染结果,适合视频到视频(V2V)与可控视频生成研究。

文件组织

dataset.json 为实际发布片段索引,upload_integrity.json 记录上传检查与缺失清单,identity_registry.json、condition_profile.json、scene_proxy.json 描述身份、条件与场景代理;每个片段含 rgb.mp4、condition.mp4、states.npz、pairs.jsonl、orientation.jsonl;manifest.json、verification.json、visual_review.json、asset_provenance.json 记录清单、校验、视觉复核与资产来源;sample.json、binding_prompt.txt、scene_reference.png 与 checks/ 提供样例与检查材料;source_take/ 保存原始骨骼、世界状态与输入日志。

精度与适用边界

当前发布不包含训练好的生成模型,也不代表已实现实时神经渲染、任意动作泛化或任意参考图换皮。数据可用于可控视频生成与 V2V 研究,但使用时应以上述边界为前提。

English summary

BOSSV2V is a paired dataset of RGB videos and script-conditioned geometry videos captured from a real-time 3D boss combat demo built in Unreal Engine. Each frame pair shares the same combat state, camera, and motion; condition frames encode world height, entity identity and part indices, and inverse-normalized camera-forward depth into RGB channels. The release includes numerical states, per-frame orientation indices, and condition reconstruction scripts.

新增:陨星兽 / 格密尔陨坑 2 小时

该批次以陨星兽与格密尔陨坑为场景,发布时长为 2 小时,与前述批次共同构成按场景与 BOSS 划分的发布序列。

引用与许可

本数据集为公开数据集,可在数据集页面浏览与下载文件,页面未标注具体许可协议。若在研究中引用,请注明数据集名称 BOSSV2V 与发布页面地址。

基本信息

记录数量未知
文件大小未知
文件格式未知
数据来源BOSSV2V 项目
分辨率与帧率1280×720,30 fps
数据模态视频、3D 数值状态、表格与文本
许可公开可下载(页面未标注具体协议)
数据落地页https://huggingface.co/datasets/yuzhewu207/BOSSV2V
发布日期2026-10-09
视频生成视频到视频3D战斗条件视频Unreal Engine配对数据

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费