MSV_PG

MSV-PG（多尺度暴力与公共聚集）数据集是一个用于人群行为分类的视频数据集，主要根据人群规模和暴力程度对公共事件进行分类。数据集包含四种类别：'natural'（日常无事件场景）、'lpg'（大型和平集会）、'lvg'（大型暴力集会）和'violence'（小规模暴力事件）。数据集采用分层结构组织，包含训练集和验证集，每个样本代表约2秒的视频片段，包含固定数量的帧图像。数据集使用CSV文件作为索引，便于训练和评估时的高效加载。该数据集适用于视频分类任务，特别是人群行为分析领域。

原始信息汇总

数据集概述：Multi-Scale Violence and Public Gathering (MSV-PG) Dataset

基本信息

• 数据集名称：Multi-Scale Violence and Public Gathering (MSV-PG) Dataset
• 许可证：cc-by-4.0
• 任务类别：video-classification
• 数据规模：100B<n<1T

数据集详情

该数据集根据两个维度对公共事件进行分类：观察到的群体规模和群体中感知到的暴力程度。视频经过标注，以识别与特定行为事件对应的时间片段。更多数据集详情可查阅：https://www.frontiersin.org/journals/computer-science/articles/10.3389/fcomp.2024.1242690/full。

类别

• natural：日常场景，无重大事件。
• lpg：大型和平集会 - 大型群体聚集，无暴力行为。
• lvg：大型暴力集会 - 大型群体内发生广泛的暴力行为。
• violence：小规模打斗事件 - 少数个体之间发生的局部暴力互动。

数据结构

数据集采用分层组织，结构如下：

MSV_PG Dataset/ │── train/ │ ├── natural/ │ │ ├── sample_000000001_1667_0001/ │ │ │ ├── frame_01.jpg │ │ │ ├── frame_02.jpg │ │ │ └── ... │ │ ├── sample_000000002_0882_0028/ │ │ └── ... │ │ │ ├── lpg/ │ ├── lvg/ │ └── violence/ │ │── val/ │ ├── natural/ │ ├── lpg/ │ ├── lvg/ │ └── violence/ │ │── train_sample_list.csv │── valid_sample_list.csv │── README.md

样本说明

• 每个样本代表一个短视频片段（例如约2秒），包含以固定帧率提取的固定数量的帧。
• 一个样本内的所有帧都属于同一个类别标签。

索引文件

CSV文件作为索引文件，通常包含：

• 每个样本文件夹的路径
• 对应的类别标签

这些文件便于在训练和评估期间高效加载数据集。

引用信息

引用文献： Elzein A, Basaran E, Yang YD and Qaraqe M (2024) A novel multi-scale violence and public gathering dataset for crowd behavior classification. Front. Comput. Sci. 6:1242690. doi: 10.3389/fcomp.2024.1242690

BibTeX： text @article{elzein2024novel, title={A novel multi-scale violence and public gathering dataset for crowd behavior classification}, author={Elzein, Almiqdad and Basaran, Emrah and Yang, Yin David and Qaraqe, Marwa}, journal={Frontiers in Computer Science}, volume={6}, pages={1242690}, year={2024}, publisher={Frontiers Media SA}, doi= {10.3389/fcomp.2024.1242690} }

搜集汇总

数据集介绍

构建方式

在公共安全与计算机视觉交叉领域，MSV_PG数据集的构建体现了对人群行为多维度解析的严谨追求。该数据集通过系统性地采集公开视频资源，并依据人群规模与暴力程度两个关键轴线进行精细标注，将视频片段划分为自然场景、大规模和平聚集、大规模暴力聚集以及小规模暴力事件四种类别。每个样本代表约两秒的短时序片段，以固定帧率提取并组织为包含连续帧图像的文件夹结构，同时辅以CSV索引文件来明确样本路径与类别标签，确保了数据在时空维度上的一致性与可追溯性。

特点

MSV_PG数据集的核心特征在于其双轴分类体系，巧妙融合了人群规模与暴力水平，为复杂场景下的人群行为分析提供了细粒度的研究框架。数据集采用层次化目录结构，将训练集与验证集按类别清晰分离，每个样本封装为一个独立文件夹，内含固定数量的时序帧，保障了模型训练时数据加载的高效与稳定。其规模介于千亿至万亿数据点之间，覆盖了从日常平静到集体冲突的广泛行为谱系，为开发鲁棒的视频分类模型奠定了扎实的数据基础。

使用方法

在计算机视觉任务中，MSV_PG数据集主要服务于视频分类研究，尤其侧重于人群行为识别。使用者可依据提供的train_sample_list.csv与valid_sample_list.csv索引文件，便捷地载入对应样本路径与标签，进而构建训练与验证流程。数据以帧序列形式存储，支持基于时序或空间特征的模型架构，如三维卷积网络或时序注意力机制。通过区分的训练集与验证集，研究者能够系统评估模型在四类场景下的泛化性能，推动公共安全监控与智能行为分析领域的算法进步。

背景与挑战

背景概述

在计算机视觉与公共安全研究领域，大规模人群行为的自动分析与理解一直是一项关键课题。MSV_PG数据集由Almiqdad Elzein、Emrah Basaran、Yin David Yang和Marwa Qaraqe等研究人员于2024年创建，并发表于《Frontiers in Computer Science》期刊。该数据集旨在通过视频分类技术，对公共事件进行多维度刻画，核心研究问题聚焦于同时识别人群规模与暴力程度，从而为智慧城市监控、群体事件预警等应用提供数据支撑。其双轴分类框架——即结合“人群规模”与“感知暴力水平”——推动了细粒度人群行为分析的发展，为相关领域引入了新的评估基准。

当前挑战

MSV_PG数据集致力于解决视频场景中人群行为分类的复杂挑战，特别是在区分不同规模与暴力程度的群体活动时，模型需克服场景多样性、光照变化及遮挡等视觉干扰。构建过程中的挑战主要包括：视频片段的时间标注需要精确识别特定行为事件的时间边界，这对标注一致性与时效性提出了较高要求；同时，数据采集需平衡各类别的样本分布，确保“自然场景”、“大规模和平集会”、“大规模暴力集会”与“小规模暴力事件”四类数据具有代表性且无偏差，以支撑鲁棒的模型训练。

常用场景

经典使用场景

在公共安全与视频监控领域，MSV_PG数据集为多尺度人群行为分析提供了关键基准。该数据集通过标注人群规模与暴力程度两个维度，支持对视频片段进行精细分类，涵盖从日常场景到大规模和平或暴力聚集的多种情境。研究者通常利用该数据集训练深度神经网络模型，以自动识别和定位视频中的异常行为事件，从而实现对人群动态的实时监测与预警。

衍生相关工作

围绕MSV_PG数据集，已衍生出多项经典研究工作。例如，研究者利用其多尺度特性开发了时空注意力网络，以增强模型对局部暴力与全局场景的关联建模。另有工作结合图卷积与光流特征，提升了密集人群中的行为识别精度。这些方法不仅推动了视频分类算法的创新，还为跨数据集迁移学习、少样本行为分析等方向提供了重要参考，进一步拓展了人群计算的应用边界。

数据集最近研究

最新研究方向

在公共安全与智能监控领域，多尺度人群行为分析正成为研究焦点。MSV_PG数据集通过同时标注人群规模与暴力程度，为精细化的群体事件识别提供了关键数据基础。当前前沿研究集中于开发能够融合时空特征的深度学习模型，以准确区分大规模和平集会、大规模暴力事件及小范围冲突等复杂场景。这类工作不仅推动了视频分类技术的进步，也为城市安防系统中的实时预警与决策支持提供了重要参考，具有显著的社会应用价值。