FDST 全称 Fudan-ShanghaiTech，是一个视频人群计数数据集。该数据集包含了从 13 个不同的场景中的 捕捉的 394,081 个标注标签，共 15,000 帧。

Citation

@article{fang2019locality,
title={Locality-constrained Spatial Transformer Network for Video Crowd Counting},
author={Fang, Yanyan and Zhan, Biyun and Cai, Wandi and Gao, Shenghua and Hu, Bo},
journal={arXiv preprint arXiv:1907.07911},
year={2019}
}