Human3.6M 是最大的动作捕捉数据集之一，包括 360 万个 3D 人体姿势及对应的图像。该数据集包含的视频数据是由 4 个高分辨率的逐行扫描摄像机拍摄的，速度为 50 赫兹。

该数据集涉及 11 位专业演员在 17 个场景中的活动：讨论、吸烟、拍照、打电话等，并提供了精确的 3D 关节位置和高分辨率视频。