Crowd-11: A Dataset for Fine Grained Crowd Behaviour Analysis CVPRW2017
这个数据库目前貌似没有公开,以后应该公开吧。
针对人群行为分析方面的研究,本文主要的工作有以下三点: 1)针对人群行为细分,我们建立了一个较大的数据库 Crowd-11, 11 crowd motion patterns and it is composed of over 6000 video sequences with an average length of 100 frames per sequence. 2)针对本文提出的数据库,我们在上面对比了4个算法的性能 3)针对这个数据库,做了一个异常行为分类应用
1.1. Related work Crowd analysis 人群行为分析主要包括以下几个方面的工作: 1)Counting or density estimation 人群密度估计及计数 2) Crowd segmentation 人群分割 3) Crowd video context description 根据 context 信息对视频进行分类 4)Crowd behaviour analysis 人群行为分析
1.2. Existing datasets and their limitations
Violent-Flows [8] and Hockey Fight and Movies 这个两个数据库侧重于特殊场景: fighting situations 当前数据库主要存在以下问题:1)可能不真实 unrealistic,2)视频帧数不够,太短。所以我们需要建立一个大的很是数据库
11类视频人群运动名称
3 Learning crowd characterisation 这里我们测试了一下几个算法: 1)Group Profiling Descriptors【20】 2)Two-stream architecture [21] 3)C3D [23] 4) V3G : The network follows the VGG network structure with the main differences of using 3D convolutional layers and the addition of BN layers after each 3D pooling layer, similarly the three FC layers are transformed in convolution layers with a size of 1 ∗ 1 and a high dropout ratio (0.8) to avoid over-fitting.