Awesome-Video-Anomaly-Detection

这是一个精心整理的视频异常检测数据集集合，收录了该领域相关的多个数据集资源，包括链接和统计信息，覆盖了视频监控、行为分析等场景中的异常事件检测数据。

This is a carefully curated collection of video anomaly detection datasets, which incorporates multiple domain-relevant dataset resources including links and statistical information, covering anomaly event detection data across scenarios such as video surveillance and behavioral analysis.

原始信息汇总

视频异常检测（VAD）资源汇总

概述

该项目是一个持续更新的视频异常检测（Video Anomaly Detection, VAD）资源仓库，收集了最新的研究论文、代码、数据集、研讨会、实用工具及相关资源，每周五更新。

最新动态（截至2025年6月）

• 顶会论文收录：ICCV 25、CVPR 25、ICML 25、ICLR 25
• 关联仓库：uws4vad-wiki、Video-Anomaly-Detection
• 新收录论文：ADSM、SeeKer、ADRM、MA-PDM、TAO、LEC-VAD、π-VAD、SFN-VAD、SVTA、VAU-R1、VERA

论文分类

新范式论文（New Setting Papers）

涵盖LLM驱动的VAD、多模态理解、细粒度检测等新方向，收录于CVPR、ECCV、NeurIPS、AAAI等顶会，包括：

• TAO（CVPR 25）：任意异常物体追踪
• VERA（CVPR 25）：可解释VAD
• Holmes-VAU（CVPR 25）：长时间视频异常理解
• HAWK（NeurIPS 24）：开放世界视频异常理解
• AnomalyRuler（ECCV 24）：LLM规则推理检测
• OVVAD（CVPR 24）：开放词汇VAD
• LAVAD（CVPR 24）：无需训练的LLM VAD
• CUVA（CVPR 24）：因果理解基准

弱监督VAD论文（Weakly-supervised VAD）

包含基于I3D、CLIP等多模态特征的方法，收录于CVPR、ECCV、AAAI等会议。代表工作：

• ECU（CVPR 23）：伪标签完整性与不确定性利用
• CoMo（CVPR 23）：上下文-运动关系学习
• 提示学习分支（Prompt Involved）：包括π-VAD、LEC-VAD、VadCLIP、PE-MIL等

半监督VAD论文（Semi-supervised VAD）

涵盖去噪分数匹配、扩散模型、自蒸馏掩码自编码器等新颖技术，收录于ICCV、ICLR、CVPR等：

• ADSM（ICCV 25）：自回归去噪分数匹配
• MA-PDM（AAAI 25）：运动与外观引导的扩散模型
• LPGB（ICLR 25）：局部模式泛化
• AED-MAE（CVPR 24）：自蒸馏掩码自编码器

骨架/全监督及其他

• Skeleton-based Papers：基于骨架的VAD
• Fully-supervised VAD Papers：全监督VAD
• Surveys：综述论文

数据集

数据集链接（部分列举）

• VAR：视频异常检索数据集
• UCF-Crime-DVS：基于事件相机的VAD数据集
• SurveillanceVQA-589K：大规模监控视频问答数据集
• VANE-Bench：对话式LMM视频异常评估基准
• SVTA：合成视频-文本检索基准
• HolmesVAU：长时间视频异常理解基准
• GlanceVAD：标签高效VAD基准

数据集统计

数据集链接及详细统计信息可在仓库的Datasets部分查看。

评估指标

• Evaluation Metrics：涵盖常用的VAD评估方法

实用工具与资源

• Utilities：实用工具集
• Seminars：研讨会资源
• Related Repositories：相关仓库链接

引用与贡献

• 欢迎通过Pull Request提名新论文或资源，详细指南见CONTRIBUTING.md
• 引用信息见仓库的Citation部分

该仓库持续更新，为用户提供了系统的VAD研究资源索引，覆盖从经典方法到最新LLM驱动范式的全面论文、数据集和工具。

搜集汇总

数据集介绍

构建方式

视频异常检测（VAD）旨在精准识别、理解并描述视频中的异常事件。该领域的研究日益蓬勃，而本数据集仓库应运而生，致力于系统性地整合前沿资源。其构建方式别具匠心，通过定期追踪并收录来自顶级会议与期刊的最新论文、开源代码、基准数据集、学术研讨会资料及实用工具，形成了一个动态更新的知识库。维护者每周进行内容刷新，确保研究者能及时获取最新进展，同时通过开放Pull Request和Issue机制，鼓励社区成员协同贡献，共同丰富这一资源集合。

特点

该仓库的显著特点在于其高度的组织性与专业性。内容按照研究范式精细分类，涵盖弱监督、半监督、全监督及基于骨架的VAD方法，并特别设立了基于大语言模型（LLM）的新兴范式板块。每个条目均附有详尽的论文链接、代码仓库及徽章标识，清晰标注了所用技术（如I3D、CLIP）与任务类型。此外，仓库还整合了Benchmark统计、评估指标及关联资源，为研究者提供了从入门到深入的一站式导航，极大便利了领域全景的把握与前沿动态的追踪。

使用方法

使用者可便捷地通过目录导航至感兴趣的分类板块，例如弱监督VAD论文或基于LLM的新设置论文。每个论文条目都提供了直接跳转至原文、开源代码或项目主页的链接，便于快速获取核心资源。对于希望复现实验或进行对比研究的研究者，仓库汇总了主流数据集（如UCF-Crime）的统计信息与下载链接，并整理了评估指标说明。此外，通过关注‘Recent Updates’区域，用户能迅速获悉每周新增的顶会论文与代码，保持与领域前沿的同步。

背景与挑战

背景概述

视频异常检测（Video Anomaly Detection, VAD）作为计算机视觉领域的重要分支，旨在从海量视频数据中自动识别、理解并描述偏离常态的异常事件。该领域的研究可追溯至21世纪初，早期多基于手工特征与统计模型，然而受限于视频场景的复杂性与异常事件的多样性，传统方法在泛化能力上始终存在瓶颈。随着深度学习技术的崛起，尤其是卷积神经网络与Transformer架构的引入，VAD研究迎来了爆发式增长。由Junxi Chen等人维护的Awesome-Video-Anomaly-Detection仓库，自创建以来系统性地收录了该领域的前沿论文、代码、数据集与基准评测，已成为全球研究者获取最新进展的核心资源。该仓库每周更新，涵盖弱监督、半监督、全监督及基于骨架的多种范式，其影响力贯穿CVPR、ICCV、ECCV等顶级会议，为VAD的标准化研究与跨方法对比提供了不可替代的支撑。

当前挑战

当前视频异常检测面临的核心挑战集中于两大层面。在领域问题层面，异常事件的稀疏性、多样性与上下文依赖性导致模型难以在开放场景中实现高鲁棒性检测，尤其是对细粒度异常（如微表情、隐蔽动作）的识别精度远未满足实际安防需求；同时，现有基准数据集如UCF-Crime在场景覆盖与标注粒度上存在局限，难以支撑复杂推理任务。在构建过程中，异常样本的稀缺性与标注成本高昂迫使研究者依赖弱监督或多实例学习范式，然而此类方法易受伪标签噪声干扰；此外，跨场景迁移时的域适应难题、长尾分布下的类别不平衡，以及多模态融合（如视觉-语言对齐）中语义鸿沟的弥合，仍是制约VAD技术落地的关键瓶颈。

常用场景

经典使用场景

视频异常检测（VAD）旨在从监控视频中自动识别、定位并理解偏离正常模式的事件，是计算机视觉与公共安全交叉领域的关键技术。该数据集集合了涵盖弱监督、半监督、全监督及基于骨架等多种学习范式下的前沿研究资源，为研究者提供了统一的基准平台。其经典使用场景包括在校园、交通枢纽及商业街区等复杂动态场景中，利用时序与空间特征对打架斗殴、物品遗留、交通违规等异常行为进行精准检测与定位，从而显著提升安防系统的智能化水平。

衍生相关工作

围绕该数据集，学术界涌现出一系列具有里程碑意义的衍生工作。在弱监督范式下，PE-MIL与VadCLIP等工作率先将视觉-语言模型引入异常检测，通过提示学习增强模型对语义异常的理解能力。AnomalyRuler与VERA等研究进一步探索了大型语言模型在异常推理与可解释性中的作用，实现了从检测到认知的跨越。在联邦学习框架下，Fed-WSVAD与ADRM等工作解决了数据孤岛与隐私保护的矛盾，推动了分布式异常检测的发展。此外，Holmes-VAU与HAWK等基准的提出，将异常检测任务拓展至长视频理解与开放世界场景，持续拓展该领域的研究边界。

数据集最近研究

最新研究方向

当前视频异常检测（VAD）领域的研究正以前所未有的速度向多模态融合与语义理解深度演进。随着大语言模型（LLM）和视觉-语言模型（如CLIP）的蓬勃发展，前沿工作已不再局限于传统的弱监督或半监督框架，而是转向构建能够解析复杂语义、实现开放词汇检测甚至因果推理的新型范式。例如，CVPR 2025的TAO工作提出了细粒度异常目标追踪管线，而VERA则通过语言化学习实现了可解释的异常检测。与此同时，大量研究聚焦于构建大规模、多场景的基准数据集（如Holmes-VAU、VANE-Bench），以支撑对长视频、跨场景异常事件的深层理解。这些探索不仅推动了VAD从简单的“异常定位”迈向“异常理解”与“异常检索”，更在智能监控、自动驾驶等关键应用中展现出变革性潜力，标志着该领域正从模式识别向认知智能的跨越式转型。