Fall Vision：用于推进跌倒检测技术的基准视频数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3Afb38704da3b20d796a4e47c4ebc9d14fc15486ee1f9ec86e335701110d0ad51d

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

本文提出了一个详尽的视频数据集，分为跌倒视频和无跌倒视频两类，该数据集专为跌倒检测研究而编制。数据集包含三种基本跌倒分类，即从站立位置、床或椅子上发生的跌倒。这些视频最初以未处理形式采集后，经过后续处理生成原始视频，并以带黑色背景和不带黑色背景两种形式呈现。数据集通过手持设备（如数码相机或手机）从自愿参与者处获取，确保了伦理合规性和知情同意。该数据集为跌倒检测算法的进步提供了重要资源，可作为此类算法开发和评估的弹性框架。跌倒检测系统的实施至关重要，尤其是在涉及老年人的情况下——这些老年人可能在导致跌倒并需要立即救助的医疗紧急情况中发生跌倒，或者当个人独处且跌倒后无法恢复平衡时。

利用该数据集，科学家们有机会研究多种方法，如深度学习和计算机视觉，以开发和增强跌倒检测系统。由于研究人员可以获取这一视频数据集，它有望促进跌倒检测技术的发展，从而改善弱势群体的安全措施。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。