Le2i跌倒检测数据集

摘要：Le2i Fall Detection Dataset（Le2i 跌倒检测数据集）。该数据集由法国 Le2i Dijon UMR6306 实验室构建，主要用于基于视频的人体跌倒检测与行为识别研究，包含 Coffee Room、Home、Lecture Room 和 Office 等多种典型室内监控场景。

数据集概述

Le2i Fall Detection Dataset 面向真实室内环境下的跌倒行为检测任务，视频分辨率为 320×240，帧率为 25 FPS。数据集覆盖家庭、办公室、咖啡室和教室等不同背景环境，包含人体正常活动与跌倒行为，可用于验证跌倒检测算法在不同场景、姿态变化和运动状态下的识别性能与泛化能力。

数据结构与关键特征

数据集按照不同场景划分为 Coffee_room_01、Coffee_room_02、Home_01、Home_02、Lecture_room 和 Office 等子集，每个子集中包含视频文件以及对应的 Annotation_files 标注文件。标注信息主要包括每段视频中跌倒开始帧、跌倒结束帧，以及人体目标在各帧中的边界框高度、宽度和中心点坐标，因此既具备跌倒事件的时序标签，又包含人体空间位置标注，可支持帧级与事件级联合分析。

应用价值与研究方向

该数据集可广泛应用于人体跌倒检测、异常行为识别、人体目标跟踪、姿态分析和视频时序行为理解等研究方向。对于基于 YOLO 姿态估计、多信号融合和时序状态机的跌倒检测系统，可利用其跌倒起止帧验证事件识别准确率、召回率、误报率和响应延迟，并利用边界框信息分析人体姿态变化及目标跟踪稳定性，同时还可以开展不同场景下的对比实验、消融实验和算法泛化能力评估。

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-855
文件大小：9.3G
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。