摘要：香港中文大学Avenue视频异常行为检测数据集（CUHK Avenue），是面向监控视频异常事件检测与定位研究的公开数据集，主要通过正常视频与包含异常事件的测试视频，为视频异常检测算法的训练、测试及性能评估提供数据支持。
数据集概述
CUHK Avenue数据集包含16个训练视频和21个测试视频，共计30,652帧。训练视频用于学习正常场景中的行为模式，测试视频同时包含正常活动与异常事件，用于评估模型对偏离正常模式的行为的识别能力。数据集提供配套异常标注，适用于研究连续视频中的运动变化、时序特征及异常事件发生位置。
数据结构与关键特征
数据集主要包括training_videos、testing_videos、training_vol、testing_vol及单独下载的ground_truth_demo等目录。其中，training_videos与testing_videos分别存放训练和测试视频，视频采用AVI格式；training_vol与testing_vol存放MATLAB格式的体数据文件；ground_truth_demo提供测试视频的异常区域标注及演示程序。其关键特征是具有明确的训练与测试划分，同时提供视频数据、配套体数据与异常标注，可支持异常识别及区域定位效果的评估。
应用价值与研究方向
CUHK Avenue数据集可用于智能视频监控、公共空间异常事件检测及视频理解等研究，为减少人工监控负担提供算法验证基础。研究方向包括基于视频重建或未来帧预测的异常检测、结合人体姿态与运动轨迹的行为分析，以及融合空间特征和时间信息的深度学习方法。此外，还可围绕异常评分设计、误报控制、轻量化实时推理及跨场景泛化开展实验，探索异常检测模型在实际监控系统中的部署能力。
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-862
文件大小：776M
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)