GTA-Crime

GTA-Crime是一个专注于致命暴力事件的合成数据集，包括枪击和刺伤等场景，数据集从类似真实CCTV摄像头的多视角采集。为解决此类场景的稀有性，还发布了生成这些类型视频的框架。此外，还提出了一种基于Wasserstein对抗训练的片段级域适应策略，以弥合合成GTA-Crime特征与现实世界特征（如UCF-Crime）之间的差距。实验结果表明，GTA-Crime数据集可以显著提高致命暴力检测的准确性。GTA-Crime is a synthetic dataset focused on fatal violent incidents, including scenarios such as shootings and stabbings. The dataset is collected from multiple perspectives similar to real CCTV cameras. To address the rarity of such scenarios, a framework for generating videos of these types is also released. Furthermore, a segment-level domain adaptation strategy based on Wasserstein adversarial training is proposed to bridge the gap between the features of the synthetic GTA-Crime dataset and real-world features such as UCF-Crime. Experimental results demonstrate that the GTA-Crime dataset can significantly improve the accuracy of fatal violence detection.

原始信息汇总

GTA-Crime 数据集概述

数据集简介

GTA-Crime是一个用于致命暴力检测的合成视频数据集，基于论文《GTA-Crime: Leveraging Synthetic Video and Feature-Level Domain Adaptation for Enhanced Fatal Violence Detection》构建。该数据集包含涉及刺杀和射击的致命场景视频。

数据内容

• 原始视频数据：包含通过扩展GTA5Event代码创建的合成致命场景视频
• 提取特征数据：
  • I3D特征
  • CLIP特征

数据获取

• GTA-Crime视频数据：https://drive.google.com/file/d/14mA5jgSIlfGdE6P-PgOr0bFCOyDSxGhc/view?usp=sharing
• GTA-Crime I3D特征：https://drive.google.com/file/d/14CQoSPS0iRwkTfA8AHcLwImruuUPAUdu/view?usp=sharing
• GTA-Crime CLIP特征：https://drive.google.com/file/d/1fK5B5tJ-dVDSsS8LLawF2hecnMXfBouI/view?usp=sharing

数据集构建

数据集构建说明详见：https://github.com/ta-ho/GTA-Crime/blob/main/construction.pdf

相关数据集

• UCF-Crime 10-crop I3D特征：https://github.com/Roc-Ng/DeepMIL
• UCF-Crime 10-crop CLIP特征：https://github.com/nwpu-zxr/VadCLIP

性能表现

数据集在多种暴力检测模型上的AUC性能表现：

方法	UCF	UCF+GTA(无DA)	UCF+GTA(WGAN-GP)	UCF+GTA(CycleGAN)
RTFM	85.43	84.98	87.27	87.28
UR-DMU	86.04	81.39	86.47	86.35
MGFN	82.55	79.37	83.64	84.35
CLIP-TSA	78.75	81.62	82.66	81.65
VadCLIP	73.59	74.60	74.79	76.84

搜集汇总

数据集介绍

构建方式

在视频异常检测领域，合成数据为解决致命暴力事件稀缺性提供了创新路径。GTA-Crime数据集通过Grand Theft Auto 5虚拟环境构建，采用Scripthook插件与RAGE引擎交互，扩展了既有代码框架以生成刺杀和枪击等致命场景。数据生成流程包含参数配置、区域兴趣划分和多视角场景生成三阶段，在75个预设地点中模拟不同天气与时间条件，以每秒1帧的速率生成1920×1080分辨率视频，并通过双CCTV视角捕捉以增强空间上下文信息。

特点

该数据集涵盖532段视频，包含262段正常行为与270段异常事件（124段刺杀、146段枪击），总时长128分钟，帧级标注精度达100%。其核心特征在于多维度真实性模拟：所有视频均采用监控摄像头视角，室内外机位高度分别设置为10-12英尺和15-20英尺，符合现实监控标准；场景覆盖街道、停车场、公园等62-73个差异化地点，并融入昼夜交替与气象变化要素。异常事件严格限定于视频中段（192-288帧间发生），确保时序分布的合理性。

使用方法

数据集主要用于提升致命暴力检测模型的泛化能力。使用者可通过提取视频片段特征（I3D或CLIP编码器生成1024维/512维特征），结合提出的片段级域适应策略进行跨域对齐。具体流程包括：首先对GTA-Crime特征施加Wasserstein对抗训练，使其分布与UCF-Crime真实数据特征对齐；随后将适配后的合成特征与真实特征混合，输入至RTFM、UR-DMU等主流异常检测模型进行训练。该方案支持弱监督与全监督双模式，在GPU平台可实现端到端部署，显著增强对枪击、刺杀等高危事件的识别鲁棒性。

背景与挑战

背景概述

视频异常检测领域长期面临致命暴力事件数据稀缺的伦理与技术瓶颈，为此汉阳大学研究团队于2025年提出GTA-Crime合成数据集。该数据集基于《侠盗猎车手5》虚拟引擎构建，涵盖枪击、刺伤等极端暴力场景，通过多视角CCTV仿真框架采集不同天气、时段及地理位置的监控视频。其创新性在于首次实现致命暴力事件的程序化生成与精准帧级标注，为弱监督异常检测模型提供具有时空一致性的训练基准，有效弥补真实场景数据缺失的局限性。

当前挑战

在领域问题层面，致命暴力检测需解决极端事件样本稀缺性、行为动态复杂性以及跨场景泛化性等核心难题。构建过程中面临双重挑战：一是虚拟环境与真实监控视频间的域差异导致模型性能衰减，需通过片段级对抗域适应策略实现特征空间对齐；二是多参数协同的场景生成需平衡物理真实性、视角多样性与标注精确性，涉及游戏引擎控制、角色行为编程与多模态数据融合等复杂技术环节。

常用场景

经典使用场景

在视频异常检测领域，GTA-Crime数据集通过合成致命暴力场景为弱监督学习方法提供了关键训练资源。该数据集模拟枪击和刺伤等高风险事件，覆盖多视角监控环境，支持模型在缺乏真实标注数据的情况下学习时空特征表示。其生成的视频片段与真实监控画面在视角和环境条件上高度一致，为暴力行为识别提供了丰富的正样本。

衍生相关工作

该数据集催生了多项视频域适应创新研究，如基于Wasserstein对抗训练的片段级特征对齐框架。相关工作扩展了CLIP-TSA等预训练模型在合成数据上的应用，推动了RTFM、UR-DMU等弱监督检测算法的性能边界。后续研究进一步结合多模态学习，开发出能够同时处理视觉与音频线索的跨模态暴力检测系统。

数据集最近研究

最新研究方向

在监控视频异常检测领域，GTA-Crime数据集通过合成数据生成技术解决了致命暴力事件（如枪击和刺伤）数据稀缺的难题。当前研究聚焦于对抗性片段级域适应策略，利用Wasserstein距离优化虚拟与真实监控特征的对齐，显著提升了模型在UCF-Crime等真实场景中的检测精度。该方向与多视角监控、弱监督学习及跨域泛化等热点紧密结合，为公共安全智能预警系统提供了数据与算法双重支撑，推动了合成数据在敏感场景中的合规应用与技术进步。

相关研究论文

• GTA-Crime: A Synthetic Dataset and Generation Framework for Fatal Violence Detection with Adversarial Snippet-Level Domain Adaptation

  韩国汉阳大学电气工程系、电子工程系、人工智能半导体工程系 · 2025年