Surveillance Camera Fight Dataset

该数据集是从YouTube视频中收集的包含战斗实例的视频，以及一些来自常规监控摄像头的非战斗序列。总共有300个视频，其中150个是战斗视频，150个是非战斗视频。视频时长为2秒，仅包含与战斗相关的部分。数据集用于开发监控摄像头中的战斗检测系统。

This dataset comprises video clips collected from YouTube, featuring instances of combat, alongside non-combat sequences sourced from standard surveillance cameras. In total, there are 300 videos, with 150 dedicated to combat scenarios and the remaining 150 to non-combat situations. Each video spans a duration of 2 seconds, exclusively capturing segments pertinent to combat. The dataset is intended for the development of combat detection systems in surveillance camera footage.

原始信息汇总

数据集概述

数据集名称

• Vision-based Fight Detection From Surveillance Cameras

数据集目的

• 用于开发基于监控摄像头的打斗检测系统，适用于公共场所如街道、地下站等。

数据集内容

• 视频数量：共300个视频，其中150个为打斗视频，150个为非打斗视频。
• 视频时长：每个视频时长为2秒。
• 视频来源：部分来自YouTube的打斗视频，部分为常规监控视频中的非打斗序列。
• 视频特征：视频中仅包含与打斗相关的部分，场景多样，包括咖啡厅、街道、公交车等。

数据集使用技术

• 基于CNN + LSTM的动作识别系统，使用重新训练的Xception CNN、Bi-LSTM和自注意力层进行改进。
• 系统分为特征提取和分类两个部分，通过提取视频中的5-10帧进行特征提取，然后通过Bi-LSTM进行序列学习，最后通过自注意力层优化输入。

引用信息

• 作者：Ş. Aktı, G.A. Tataroğlu, H.K. Ekenel
• 论文标题：Vision-based Fight Detection from Surveillance Cameras
• 会议：IEEE/EURASIP 9th International Conference on Image Processing Theory, Tools and Applications
• 地点：Istanbul, Turkey
• 日期：November 2019

搜集汇总

数据集介绍

构建方式

Surveillance Camera Fight Dataset的构建基于从YouTube视频中收集的打架实例，同时包含来自常规监控摄像头的非打架序列。数据集共包含300个视频，其中150个为打架视频，150个为非打架视频，每个视频长度为2秒。为了确保数据的多样性和代表性，视频样本涵盖了多种打架场景，如使用物体击打、踢打、拳击和摔跤等，并且环境背景也多样化，包括咖啡馆、街道、公交车等。此外，为了模拟真实监控场景，视频样本优先选择无背景运动的片段。

特点

该数据集的特点在于其专注于监控摄像头下的打架检测任务，视频样本经过精心筛选，确保仅包含与打架相关的部分。数据集中的视频长度统一为2秒，便于模型处理和分析。此外，数据集涵盖了多种打架场景和环境背景，增强了模型的泛化能力。为了进一步提升模型的性能，视频样本在预处理阶段被提取为5-10帧，并经过尺寸调整以适应CNN架构的输入要求。这种设计使得数据集能够有效支持基于CNN + LSTM的动作识别系统，并通过自注意力层进一步提升输入数据的质量。

使用方法

使用Surveillance Camera Fight Dataset时，首先需要对视频样本进行预处理，提取5-10帧并调整其尺寸以适应CNN的输入要求。随后，将每帧图像输入CNN进行特征提取，生成特征向量。这些特征向量被送入双向LSTM（Bi-LSTM）进行序列学习，以捕捉帧之间的时间关系。最后，通过自注意力层对输入数据进行优化，计算每个元素对当前元素的影响，从而提升模型的识别精度。该数据集适用于开发基于监控摄像头的打架检测系统，能够有效应用于公共场所如街道、地铁站等的安全监控。

背景与挑战

背景概述

Surveillance Camera Fight Dataset 是由Ş. Aktı、G.A. Tataroğlu和H.K. Ekenel等研究人员于2019年创建的，旨在为基于视觉的公共区域监控摄像头中的打斗检测系统提供数据支持。该数据集首次在IPTA 2019会议上发布，并通过结合CNN、Bi-LSTM和自注意力机制的深度学习模型进行优化。数据集包含300个视频片段，其中150个为打斗场景，150个为非打斗场景，每个视频时长为2秒。这些视频片段主要从YouTube和常规监控摄像头中提取，涵盖了多种打斗场景和环境，如街道、咖啡馆和公交车等。该数据集的发布为公共安全领域的自动化监控系统提供了重要的研究基础。

当前挑战

Surveillance Camera Fight Dataset 在构建和应用过程中面临多重挑战。首先，打斗检测本身是一个复杂的计算机视觉问题，尤其是在监控视频中，背景复杂、光照变化大、动作模糊等因素增加了识别的难度。其次，数据集的构建需要从大量视频中筛选出具有代表性的打斗和非打斗片段，这一过程耗时且需要人工干预。此外，视频片段的时长限制为2秒，这对模型的时序建模能力提出了更高要求。尽管采用了CNN、Bi-LSTM和自注意力机制等先进技术，但如何进一步提升模型在复杂场景下的泛化能力仍是一个亟待解决的问题。

常用场景

经典使用场景

Surveillance Camera Fight Dataset 主要用于开发基于监控摄像头的打斗检测系统。该数据集通过提供包含打斗和非打斗场景的短视频片段，帮助研究人员训练和验证模型，以在公共场所如街道、地铁站等环境中实时检测暴力行为。其经典使用场景包括公共安全监控、智能安防系统的开发与优化。

解决学术问题

该数据集解决了监控视频中暴力行为自动检测的学术难题。通过提供多样化的打斗场景和非打斗场景样本，研究人员能够开发更精确的深度学习模型，如基于CNN和LSTM的动作识别系统，从而提升暴力行为检测的准确性和鲁棒性。这一数据集为公共安全领域的研究提供了重要的数据支持，推动了智能监控技术的发展。

衍生相关工作

基于 Surveillance Camera Fight Dataset，许多经典研究工作得以展开。例如，研究人员提出了结合Xception CNN、双向LSTM和自注意力层的改进模型，显著提升了打斗检测的精度。此外，该数据集还启发了更多关于视频行为识别的研究，如异常行为检测、人群行为分析等，为智能监控领域的算法创新提供了重要参考。