TAD：一个基于视频监控的大规模交通事故检测基准数据集
计算机视觉与模式识别
2022-09-27 v1
摘要
自动交通事故检测因其对自主智能交通系统（ITS）发展的意义以及对交通安全的重要性，引起了机器视觉界的关注。然而，以往大多数关于交通事故高效分析与预测的研究使用了覆盖范围有限的小规模数据集，这限制了其效果与适用性。现有交通事故数据集要么规模小、要么非来自监控摄像头、要么未开源、要么非针对高速公路场景构建。由于高速公路事故往往造成严重损害且发生过快难以捕捉现场，亟需一个从监控摄像头采集、面向高速公路交通事故的开源数据集，且具有实际重要性。为帮助视觉界弥补这些不足，我们致力于收集涵盖丰富场景的真实交通事故视频数据。经多维度整合与标注，本文提出一个名为TAD的大规模交通事故数据集。本文使用公开主流视觉算法或框架，在图像分类、目标检测和视频分类任务上进行了多项实验，以展示不同方法的性能。所提出的数据集及实验结果作为一个新基准呈现，以推动计算机视觉研究，尤其是ITS领域的研究。
引用
@article{arxiv.2209.12386,
title = {TAD: A Large-Scale Benchmark for Traffic Accidents Detection from Video Surveillance},
author = {Yajun Xu and Chuwen Huang and Yibing Nan and Shiguo Lian},
journal= {arXiv preprint arXiv:2209.12386},
year = {2022}
}