KidRisk：儿童危险行为识别基准数据集

孩子们天生精力充沛，在自发活动的过程中，常常会遇到潜在的危险情况，尤其是在缺乏父母监督的情况下。识别带来风险的行为对于确保其安全起着至关重要的作用。本文构建了一个新颖的挑战性数据集，即 KidRisk，包括 2,500 个儿童行为短视频和 10,000 张儿童危险行为图像。我们还对新构建的数据集引入了基准，并发现传统的深度学习模型在这些任务上表现出有限的有效性。因此，我们开发了基于视觉语言的基线，具有对视觉信息的特殊上下文理解。我们提出的方法在儿童行为分类方面达到了 83.53% 的准确率，在识别儿童危险行为方面达到了 96.14% 的准确率，明显优于传统方法。这些结果证实视觉语言模型不仅可行，而且在检测危险行为方面非常有效，为保障儿童安全做出了积极贡献。