CRxK数据集:韩国重演犯罪的多视图监控视频数据集
Chaehee An1, Minyoung Lee1, Eunil Park2,3
1Department of Applied Artificial Intelligence, Sungkyunkwan University, 25-2 Sungkyunkwan-ro, Jongno-gu, Seoul, 03063, Republic of Korea.
Scientific reports
|August 8, 2025
概括
该CRxK数据集,以重现犯罪监视图像为特色,显示CNN模型达到超过0.940的准确性. 这一新型数据集有助于开发先进的犯罪侦测系统.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 监控系统需要强大的方法来自动检测犯罪.
- 现有的数据集往往缺乏现实的,多样化的犯罪场景.
- 为公共安全开发精确的AI是一个关键的研究领域.
研究的目的:
- 引入CRxK数据集,这是监控录像中犯罪事件检测的新基准.
- 评估对重现犯罪数据的深度学习模型的性能.
- 为推进自动化监控分析提供全面的资源.
主要方法:
- 创建了CRxK数据集,包含13个类别的重现犯罪视频和图像.
- 使用了一个子集 (CRxK-6) 具有51,000用于集中实验.
- 训练并验证了四个卷积神经网络 (CNN) 模型和一个变压器模型.
- 采用1:40的火车测试分割和RetinaFace进行面罩.
主要成果:
- 在CRxK-6数据集上,CNN模型实现了卓越的性能,精度超过0.940.
- 该数据集在犯罪侦测中对常见的CNN架构具有很高的有效性.
- 变压器模型面临着挑战,表明了未来建筑改进的领域.
结论:
- CRxK 数据集是培训和评估监控人工智能的宝贵资源.
- 使用此数据集的CNN显示了现实世界犯罪侦测应用程序的巨大潜力.
- 需要进一步的研究来优化变压器模型的复杂犯罪事件识别.
