TUM-GAID 全称 TUM Gait from Audio, Image and Depth，是一个多模态步态数据集。该数据集包括 305 名受试者在室内环境中的两条行走轨迹。第一条轨迹从左走到右，第二条轨迹从右走到左。

总共进行了两次记录，一次是在 1 月份，受试者穿着厚夹克，大多数穿着冬靴；另一次是在 4 月份，受试者穿着较轻的衣服。

动作由 Microsoft Kinect 传感器捕捉，该传感器提供分辨率为 640 × 480 像素的视频流，帧率约为 30 FPS 。