EgoPolice：高风险警察随身摄像机镜头中以自我为中心的视频理解的基准

我们介绍 EgoPolice，这是一个精心策划的真实的、以自我为中心的警察与平民互动的数据集，来源于公开的随身摄像机视频。我们选择对警察行为研究至关重要的警察-平民行动标签，并以秒为单位进行注释。这些视频具有快速且不规则的摄像机运动、密集的人机交互以及罕见的高风险事件，使该数据集成为运动鲁棒性和上下文感知的自我中心感知的具有挑战性的基准。我们提供两种不同的任务：分类和多项选择题回答，并对开源和闭源模型进行基准测试。我们发现，即使像 Gemini 2.5 Pro 这样最好的视频模型仍然难以准确预测“Weapon Out”等高风险动作。除了作为基准之外，EgoPolice 还为开发能够识别大型随身摄像机视频存储库中感兴趣事件的模型奠定了基础，从而实现更高效的下游人工审查。