Select Language

公开数据集

加利福尼亚理工学院人行道监控异常检测数据集

加利福尼亚理工学院人行道监控异常检测数据集

Scene:

Action/Event Detection

Data Type:

Classification
所需积分:12 去赚积分?
  • 344浏览
  • 4下载
  • 0点赞
  • 收藏
  • 分享

贡献者查看主页

小小程序员

致力于人工智能业务的研究、数据集处理。

Data Preview ? 706M

    Data Structure ?

    *数据结构实际以真实数据为准

    UCSD的异常检测数据集是用一个安装在高处的固定摄像机获取的,可以俯瞰人行道。人行道上的人群密度是可变的,从稀疏到非常拥挤不等。在正常设置中,视频只包含行人。异常事件是由于以下两种情况之一。

    1、非行人实体在人行道上的循环

    2、反常的行人运动模式

    常见的异常情况包括骑自行车的人、滑冰的人、小推车的人、以及走过人行道或在人行道周围草地上行走的人。还记录了少数坐轮椅的人的情况。所有的异常情况都是自然发生的,也就是说,它们不是为了集合数据集而上演的。数据被分成两个子集,每个子集对应一个不同的场景。每个场景记录的视频片段被分割成大约200帧的各种片段。

    Peds1:一群人走向和离开摄像机的片段,以及一定程度的透视变形。包含34个训练视频样本和36个测试视频样本。

    Peds2:行人运动与摄像机平面平行的场景。包含16个训练视频样本和12个测试视频样本。

    对于每个片段,地面实况注释包括每一帧的二进制标志,表明该帧是否存在异常情况。此外,为Peds1的10个片段和Peds2的12个片段的子集提供了手动生成的像素级二进制掩码,以确定包含异常的区域。这样做的目的是为了能够评估算法定位异常点的能力。

    0相关评论
    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。