Shoplifting Video Dataset
Este conjunto de datos de vídeo sintético ofrece escenas simuladas de robos en tiendas y comportamiento normal capturadas en un entorno real. Ideal para detectar acciones humanas mediante el aprendizaje profundo.
182 videos mp4 — Resolución 640×480 — 30 FPS — 2 clases (vol/normal)
CC BY 4.0
Descripción
El conjunto de datos Shoplifting Video Dataset contiene clips de vídeo capturados en un laboratorio de visión artificial, que representan dos comportamientos: «normal» (caminar, inspeccionar productos) y «robar en tiendas» (esconder objetos en bolsas o debajo de la ropa). Los vídeos se graban con una cámara de 32 MP, en 640×480, a 30 cuadros/s.
¿Para qué sirve este conjunto de datos?
- Capacite a los modelos para detectar comportamientos sospechosos en las tiendas
- Probar algoritmos de reconocimiento de acciones en transmisiones de vídeo
- Cree prototipos de sistemas de vigilancia inteligentes
¿Se puede enriquecer o mejorar?
Sí, podemos completar este conjunto de datos con otros ángulos de cámara o diversificar los escenarios (tipos de robo, interacciones entre personas). También se podrían añadir anotaciones adicionales (casillas delimitadoras, puntos clave) para los modelos multitarea (acción más ubicación).
🔎 En resumen
🧠 Recomendado para
- Investigadores de visión artificial
- Proyectos de videovigilancia
- Detección de anomalías
🔧 Herramientas compatibles
- OpenCV
- PyTorch Video
- Detectron2
- Pipelines basados en Kinetics
💡 Consejo
Para mayor solidez, combine este conjunto de datos con flujos reales o flujos generados sintéticamente mediante GAN o simulaciones 3D.
Preguntas frecuentes
¿Este conjunto de datos contiene anotaciones cuadro por cuadro?
No, los vídeos simplemente se etiquetan como «normales» o «robados». No hay anotaciones temporales ni espaciales.
¿Es posible utilizar este conjunto de datos para la detección en tiempo real?
Sí, se puede utilizar como entrenamiento inicial para modelos de detección de acción con cámaras de vigilancia.
¿Este conjunto de datos es adecuado para el aprendizaje supervisado?
Sí, los vídeos se clasifican por etiqueta binaria, lo que permite entrenar a un clasificador de vídeos supervisado.
