ACCIDENT: 교통 감시 영상으로부터 차량 사고 감지를 위한 벤치마크 데이터셋

ACCIDENT: A Benchmark Dataset for Vehicle Accident Detection from Traffic Surveillance Videos

본 논문에서는 CCTV 영상에서 차량 사고를 감지하기 위한 벤치마크 데이터셋인 ACCIDENT를 소개합니다. ACCIDENT는 지도 학습(IID 및 OOD) 및 제로샷 환경에서 모델의 성능을 평가하도록 설계되었으며, 데이터가 풍부한 환경과 데이터가 부족한 환경 모두를 반영합니다. 이 벤치마크는 실제 영상 2,027개와 합성 영상 2,211개로 구성되어 있으며, 각 영상은 사고 발생 시간, 공간 위치 및 고수준 충돌 유형에 대한 정보로 주석이 달려 있습니다. 우리는 세 가지 핵심 과제를 정의합니다: (i) 사고 발생 시점의 시간적 위치 파악, (ii) 사고 발생 지점의 공간적 위치 파악, 그리고 (iii) 충돌 유형 분류. 각 과제는 CCTV 영상에 내재된 불확실성과 모호성을 고려하는 맞춤형 지표를 사용하여 평가됩니다. 벤치마크 외에도, 휴리스틱 기반, 동작 인식 기반 및 시각-언어 기반 접근 방식 등 다양한 기본 모델을 제공하며, ACCIDENT가 매우 어려운 과제임을 보여줍니다. ACCIDENT 데이터셋은 다음 링크에서 이용할 수 있습니다: https://accidentbench.github.io

We introduce ACCIDENT, a benchmark dataset for traffic accident detection in CCTV footage, designed to evaluate models in supervised (IID and OOD) and zero-shot settings, reflecting both data-rich and data-scarce scenarios. The benchmark consists of a curated set of 2,027 real and 2,211 synthetic clips annotated with the accident time, spatial location, and high-level collision type. We define three core tasks: (i) temporal localization of the accident, (ii) its spatial localization, and (iii) collision type classification. Each task is evaluated using custom metrics that account for the uncertainty and ambiguity inherent in CCTV footage. In addition to the benchmark, we provide a diverse set of baselines, including heuristic, motion-aware, and vision-language approaches, and show that ACCIDENT is challenging. You can access the ACCIDENT at: https://accidentbench.github.io