OmniFall：从摆拍、合成到真实场景的统一多域鲁棒跌倒检测数据集
计算机视觉与模式识别
2026-03-02 v2
摘要
在小型摆拍数据集上训练的视觉跌倒检测模型，由于多样性有限和评估协议不一致，其真实世界效用尚不明确。我们提出了OmniFall，一个统一的基准，包含80小时/15,000个视频，并具有统一16类分类法的密集帧级标注，涵盖三个互补领域：OF-Staged（八个公开摆拍数据集，通过跨主体/视角划分进行标准化）、OF-Synthetic（12,000个视频，17小时；在年龄、体型、环境、相机方面具有可控多样性）和OF-In-the-Wild（首个从真实事故视频中整理出的仅用于测试的基准）。OmniFall同时支持视频分类和时间线分割，其跨领域协议隔离了摆拍/合成数据到真实场景的泛化能力。我们的结果表明，精心设计的合成数据在跨领域迁移上可以匹敌甚至超越真实摆拍素材，同时降低隐私风险并简化数据收集。通过将隐私友好的合成/摆拍数据源与公开的、仅用于测试的真实目标相结合，并发布密集、标准化的时间线，OmniFall为隐私保护的跌倒检测和跌倒相关（跌倒前/后）分割提供了一个全面的基准，使得能够泛化到非受控环境的稳健检测器成为可能。项目页面：http://simplexsigil.github.io/omnifall/
引用
@article{arxiv.2505.19889,
title = {OmniFall: From Staged Through Synthetic to Wild, A Unified Multi-Domain Dataset for Robust Fall Detection},
author = {David Schneider and Zdravko Marinov and Zeyun Zhong and Alexander Jaus and Rodi Düger and Rafael Baur and M. Saquib Sarfraz and Rainer Stiefelhagen},
journal= {arXiv preprint arXiv:2505.19889},
year = {2026}
}