Large-scale Anomaly Detection

大规模异常检测 (LAD) 是用于对视频序列中的异常检测进行基准测试的数据库，具有两个方面的特点。 1) 包含正常和异常视频片段2000个视频序列，包含碰撞、火灾、暴力等14个异常类别，场景种类多，是迄今为止最大的异常分析数据库。 2）提供标注数据，包括视频级标签（异常/正常视频，异常类型）和帧级标签（异常/正常视频帧），方便异常检测。

Large-scale Anomaly Detection (LAD) is a database for benchmarking video anomaly detection tasks, which features two core characteristics. 1) It contains 2000 video sequences covering both normal and abnormal video clips, involving 14 anomaly categories such as collision, fire, violence and others, with diverse scenarios, making it the largest anomaly analysis database to date. 2) It provides annotated data including video-level labels (abnormal/normal video and anomaly type) and frame-level labels (abnormal/normal video frames), which facilitates anomaly detection research and model development.

搜集汇总

背景与挑战

背景概述

大规模异常检测（LAD）是一个用于视频异常检测的基准数据库，包含2000个视频序列，涵盖碰撞、火灾等14个异常类别，并提供视频级和帧级标注。该数据集由江西财经大学于2021年发布，旨在支持异常分析研究。