FADE-Datensatz Zur Erkennung Fallender Objekte Um Gebäude

* Dieser Datensatz unterstützt die Online-Nutzung.Klicken Sie hier, um zu springen.

Der FADE-Datensatz (FAlling Object DEtection around Buildings) ist ein großer und vielfältiger Videodatensatz, der speziell für die Erkennung herabfallender Objekte rund um Gebäude erstellt wurde. Dieser Datensatz wurde 2024 gemeinsam von Zhigang Tu, Zitao Gao, Zhengbo Zhang, Chunluan Zhou, Junsong Yuan und Bo Du entwickelt. Die zugehörigen Ergebnisse der Studie lauten:FADE: Ein Datensatz zur Erkennung herabfallender Objekte um Gebäude in Videos".

Der FADE-Datensatz enthält 1.881 Videos, die 18 Szenen, 8 verschiedene Kategorien fallender Objekte, 4 verschiedene Wetterbedingungen und 4 Videoauflösungen abdecken. Darüber hinaus entwickelten die Forscher eine neue Methode zur Objekterkennung, FADE-Net, die Bewegungsinformationen effektiv nutzt, um kleine, aber qualitativ hochwertige Erkennungsvorschläge zu generieren und so die Genauigkeit der Erkennung fallender Objekte zu verbessern. Durch den Vergleich mit vorhandenen Methoden zur allgemeinen Objekterkennung, Videoobjekterkennung und Erkennung bewegter Objekte zeigt FADE-Net erhebliche Leistungsvorteile im FADE-Datensatz und bietet einen effektiven Maßstab für zukünftige einschlägige Forschung.

Der FADE-Datensatz wurde erstellt, um das Problem herabfallender Gegenstände aus hohen Stockwerken zu lösen, die bei Fußgängern schwere Verletzungen verursachen können. Da herabfallende Objekte in Überwachungsvideos aufgrund ihrer geringen Größe, schnellen Bewegung und des komplexen Hintergrunds möglicherweise nur schwer manuell erfasst werden können, ist die Entwicklung automatisierter Erkennungsmethoden besonders wichtig. Die Vielfalt und Spezialisierung des FADE-Datensatzes machen ihn zu einer wertvollen Ressource für die Untersuchung der Erkennung herabfallender Gegenstände rund um Gebäude.