加利福尼亚理工学院人行道监控异常检测数据集

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。

The UCSD Anomaly Detection Dataset was captured using a fixed camera mounted at a high vantage point overlooking a sidewalk. The crowd density on the sidewalk varies considerably, ranging from sparse to extremely congested. Under normal conditions, the videos only feature pedestrians. Anomalous events arise from two distinct scenarios: 1. The presence of non-pedestrian entities on the sidewalk; 2. Abnormal pedestrian movement patterns. Common anomalous cases include cyclists, inline skaters, individuals pushing strollers, and people walking across the sidewalk or on the adjacent grassy areas. Cases of people using wheelchairs are also recorded on rare occasions. All anomalous events occur naturally, meaning they are not staged exclusively for dataset collection. The dataset is split into two subsets corresponding to two distinct scenes. Each scene’s recorded video clips are segmented into segments of approximately 200 frames each.
Peds1: Contains clips where groups of pedestrians move toward and away from the camera, with varying degrees of perspective distortion. It comprises 34 training video samples and 36 test video samples.
Peds2: Depicts scenes where pedestrian movement is parallel to the camera’s image plane. It includes 16 training video samples and 12 test video samples.
For each clip, the ground-truth annotations include a binary flag per frame indicating whether the frame contains anomalous content. Additionally, manually generated pixel-level binary masks are provided for a subset of 10 clips from Peds1 and all 12 clips from Peds2 to identify regions containing anomalies. This enables evaluation of an algorithm’s ability to localize anomalous regions accurately.

搜集汇总

背景与挑战

背景概述

该数据集是加利福尼亚理工学院（基于UCSD）的人行道监控异常检测数据集，专注于机器视觉中的动作/事件检测。它使用固定摄像机拍摄人行道视频，正常情况仅包含行人，异常事件涉及非行人实体（如自行车、滑板）和反常行人运动模式，数据自然发生而非上演。数据集分为Peds1和Peds2两个子集，分别对应不同场景，包含训练和测试视频样本，并提供了帧级和像素级的地面实况注释，用于评估算法检测和定位异常的能力。