L'ensemble de données FADE (FAlling Object DEtection around Buildings) est un ensemble de données vidéo vaste et diversifié spécialement conçu pour détecter les objets qui tombent autour des bâtiments. Cet ensemble de données a été développé conjointement par Zhigang Tu, Zitao Gao, Zhengbo Zhang, Chunluan Zhou, Junsong Yuan et Bo Du en 2024. Les résultats de l'article associé sont "FADE : un ensemble de données pour détecter la chute d'objets autour des bâtiments en vidéo".

L'ensemble de données FADE contient 1 881 vidéos couvrant 18 scènes, 8 catégories différentes d'objets en chute, 4 conditions météorologiques différentes et 4 résolutions vidéo. De plus, les chercheurs ont développé une nouvelle méthode de détection d'objets, FADE-Net, qui utilise efficacement les informations de mouvement pour générer des propositions de détection petites mais de haute qualité afin d'améliorer la précision de la détection des objets en chute. En comparant avec les méthodes existantes de détection d'objets généraux, de détection d'objets vidéo et de détection d'objets en mouvement, FADE-Net présente des avantages de performances significatifs sur l'ensemble de données FADE, fournissant une référence efficace pour les recherches futures connexes.

L'ensemble de données FADE a été créé pour résoudre le problème des objets tombant d'étages élevés qui peuvent causer des blessures graves aux piétons. Étant donné que les objets qui tombent dans les vidéos de surveillance peuvent être difficiles à capturer manuellement en raison de leur petite taille, de leurs mouvements rapides et de leur arrière-plan complexe, il est particulièrement important de développer des méthodes de détection automatisées. La diversité et la spécialisation de l'ensemble de données FADE en font une ressource précieuse pour étudier la détection d'objets tombés autour des bâtiments.