视频异常检测公开数据集下载

1、上海科技大学校园数据集ShanghaiTech Campus Dataset计算机视觉领域常用的基准数据集主要用于视频异常检测等任务。该数据集包含13个不同场景的视频片段标注了行人、自行车、汽车等正常和异常行为。最近搜索这个ShanghaiTech数据集老是跳到另外一个ShanghaiTech密集人群数据集的下载链接因此把之前收藏的ShanghaiTech校园异常检测数据集地址分享在此。地址https://svip-lab.github.io/dataset/campus_dataset.html2、UCSD行人数据集计算机视觉领域研究行人检测的经典资源包含加利福尼亚大学圣地亚哥分校拍摄的多个场景视频主要用于算法评估和视频异常检测该数据集不大。地址http://www.svcl.ucsd.edu/projects/anomaly/3、Street Scene数据集‌计算机视觉领域用于视频异常检测的经典资源包含46个训练视频和35个测试视频场景为两车道街道含自行车道和人行道数据集总大小49G。‌多样性‌涵盖汽车驾驶、行人活动、自行车骑行等复杂场景甚至交警贴罚单这种。‌挑战性‌包含动态阴影、移动背景如旗帜、树木等干扰因素。地址https://zenodo.org/records/108704724、UCF-Crime数据集大规模的异常行为视频数据集之一一百多G包含1900个未修剪的监控视频涵盖13类现实异常事件如打斗、偷窃、车祸等由Sultani等人于2018年发布主要用于视频异常检测近几年随着大模型辅助的视频异常检测和理解兴起对数据量的要求增高因此该数据集近年使用频次非常高。地址https://www.crcv.ucf.edu/projects/real-world/5、CUHK Avenue数据集是计算机视觉领域常用的视频异常检测基准包含16个训练视频和21个测试视频共30652帧。这些视频拍摄于香港中文大学校园大道训练集展示正常场景测试集则包含抛掷物品、快速跑动等5种异常事件。地址https://www.cse.cuhk.edu.hk/~leojia/projects/detectabnormal/dataset.html6、XD-Violence计算机视觉领域用于暴力检测的权威数据集也是视频异常检测领域最大的数据集差不多200G包含217小时的4754个未修剪视频涵盖6类身体暴力事件主要来自yutube。‌规模‌4754个视频总时长217小时含音频信号‌分类‌训练集3954个视频2049正常1905异常测试集800个视频300正常500异常‌异常类型‌虐待、车祸、爆炸、打斗、暴动、枪击西电吴鹏老师发布但吴鹏老师现在转去西工大当老师了近些年持续更新视频异常检测成果。地址 https://roc-ng.github.io/XD-Violence/7、NWPU Campus数据集西北工业大学发布的‌视频异常检测与预测‌基准包含43个场景、28类异常事件和16小时视频支持半监督学习该数据集与其他校园场景数据集相比异常类别更多场景也更多并且加入了场景依赖异常由西工大曹聪奇老师提出曹老师近些年有持续更新视频异常检测的成果数据集2023年提出相较而言非常新因此引用的论文还不算大后续应该会逐渐增多。‌场景依赖性‌同一事件在不同场景可能正常或异常如跑步在操场正常在图书馆异常‌多类别异常‌涵盖28类异常事件如抛掷物品、快速跑动等‌半监督学习‌仅需少量标注数据即可训练模型地址https://campusvad.github.io/8、基于骨架特征的视频异常检测数据集最近一些论文提出以视频中的人的骨架特征来识别视频中的人的异常行为而所用数据集是由Ubnormal、CUHK Avenue、ShanghaiTech Campus三个视频异常检测数据集中删去极少数的与人无关的视频或者帧之后然后用AlphaPose提取全身骨架的17个关节点坐标并用PoseFlow把整个视频中属于同一人的姿态通过追踪放在一起形成HR-Ubnormal、HR-CUHK Avenue、HR-ShanghaiTech Campus三个与人相关的骨架特征视频异常检测数据集。该方法首先被论文Contracting skeletal kinematics for human-related video anomaly detection PR2023提出然改论文没有提供Github网址但后续的Multimodal Motion Conditioned Diffusion Model for Skeleton-based Video Anomaly Detection ICCV2023论文和Dual Conditioned Motion Diffusion for Pose-Based Video Anomaly DetectionAAAI2025论文中公布了代码代码中提供了同一个数据集下载地址https://drive.google.com/drive/folders/1aUDiyi2FCc6nKTNuhMvpGG_zLZzMMc83数据集是提取好的骨架姿态特征。9 MSAD数据集澳大利亚国立大学、科廷大学中佛罗里达大学的Liyun Zhu、TomGedeon、Chen Chen等在NeurIPS 2024共同提出多场景异常检测MSAD包括从不同的相机视图捕获的14个不同的场景。数据集具有不同的运动模式和具有挑战性的变化例如不同的照明和天气条件为训练高级模型提供了坚实的基础。作者对最近使用MSAD的代表性模型进行了深入分析并强调了其在解决在不同和不断发展的监测场景中检测异常的挑战方面的潜力。项目地址https://msad-dataset.github.io/#Download地址包含了对该数据集的详细介绍及和UCF等数据集的对比、源论文还有代码对于数据集使用如果是下载原始视频数据集需要填表申请权限确保不用于商业用途对于研究者作者提供了提取好的视频特征文件及标注I3D and Video-Swin Transformer)可直接下载使用持续更新------