摘要：面向视频监控异常行为检测与识别任务构建的公开视频数据集，收集自社交媒体和其他公开网络平台，涵盖正常日常活动及多种现实异常事件。
数据集概述
面向视频监控异常行为检测与识别任务构建的公开视频数据集，收集自社交媒体和其他公开网络平台，涵盖正常日常活动及多种现实异常事件。数据集旨在弥补传统监控数据在场景多样性和异常样本数量方面的不足，为机器学习与深度学习模型识别危险行为、突发事件和公共安全风险提供训练及评估资源。
数据结构与关键特征
数据集共包含395段视频，总容量约9.2 GB、累计时长约12小时7分钟，其中包括354段异常视频和41段正常视频。异常数据划分为逮捕、袭击、入室盗窃、爆炸、斗殴、虐待、交通违规、纵火和暴力9个类别，正常类别则包含步行、坐姿和工作等常规活动。视频主要采用MP4格式，并经过类别标注与质量检查；其特点是异常类型丰富、场景来源广泛，但异常类别之间以及正常与异常样本之间存在明显数量不平衡。
应用价值与研究方向
该数据集可用于公共场所安全监控、异常行为识别、暴力事件检测、交通异常预警和智能安防系统开发。研究方向包括视频分类、时空动作识别、弱监督异常检测、事件时序定位、多目标跟踪及实时风险预警，可采用3D CNN、CNN-LSTM、双流网络、视觉Transformer和视频基础模型开展研究，同时探索类别不平衡处理、跨场景泛化、模型可解释性及隐私保护等问题。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-720
文件大小：8.4G
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)