Firearm-related action recognition and object detection dataset for video surveillance systems

El conjunto de datos propuesto consta de 398 vídeos, cada uno de los cuales muestra a una persona realizando acciones específicas de videovigilancia. Este conjunto de datos ha sido elaborado por expertos y se presenta en formato JSON (COCO estándar), que ofrece información esencial sobre el conjunto...

Descripción completa

Detalles Bibliográficos
Autores: Ruiz-Santaquiteria Alegre, Jesús, Muñoz Navarrete, Juan Daniel, Maigler Ramírez, Francisco José, Déniz Suárez, Óscar, Bueno García, María Gloria
Tipo de recurso: artículo
Fecha de publicación:2024
País:España
Institución:Universidad de Castilla-La Mancha
Repositorio:RUIdeRA. Repositorio Institucional de la UCLM
OAI Identifier:oai:ruidera.uclm.es:10578/41457
Acceso en línea:https://doi.org/10.1016/j.dib.2024.110030
https://hdl.handle.net/10578/41457
Access Level:acceso abierto
Palabra clave:CCTV video surveillance
Firearm detection
Human action recognition
Object detection
Video classification
Descripción
Sumario:El conjunto de datos propuesto consta de 398 vídeos, cada uno de los cuales muestra a una persona realizando acciones específicas de videovigilancia. Este conjunto de datos ha sido elaborado por expertos y se presenta en formato JSON (COCO estándar), que ofrece información esencial sobre el conjunto de datos, los fotogramas de vídeo y las anotaciones, incluidos los recuadros precisos que delimitan los objetos detectados. El conjunto de datos abarca tres categorías distintas de detección de objetos: «Handgun» (pistola), “Machine_Gun” (ametralladora) y “No_Gun” (sin pistola), en función del contenido del vídeo. Este conjunto de datos sirve como recurso para la investigación en aplicaciones de reconocimiento de acciones relacionadas con armas de fuego, detección de armas de fuego, seguridad y vigilancia, permitiendo a investigadores y profesionales desarrollar y evaluar modelos de aprendizaje automático para la detección de pistolas y rifles en diversos escenarios. Las anotaciones facilitan la evaluación precisa del modelo y el análisis del rendimiento, lo que convierte a este conjunto de datos en un activo en el campo de la visión por ordenador y la seguridad pública.