TUB CrowdFlow est un ensemble de données vidéo synthétiques pour l'analyse visuelle du comportement des foules, contenant 10 séquences et 5 scènes. Basé sur la surveillance par drone, chaque scène est synthétisée deux fois par une perspective statique et une perspective dynamique. La résolution de ces vidéos synthétiques est de 1280×720, la vitesse est de 25 images/seconde et le nombre total d'images est de 3 200, ce qui correspond également au rendu vidéo typique des systèmes de surveillance CCTV commerciaux actuels.

Chaque séquence contient les données de vérité fondamentale suivantes :

• Champ de flux optique
• Pistes de personnages (jusqu'à 1 451)
• Pistes de pixels denses