行人重识别常用数据集
数据集汇总链接https://github.com/NEU-Gou/awesome-reid-dataset。以下仅罗列较为常用的数据集,表格整合了基本信息,各数据集下对应链接是对数据集的详细介绍,部分内含state of the art。
图片数据集
Dataset |
Identities |
Cameras |
Images |
Label |
Size |
Shot |
Full-frames availability |
Market1501 |
1501 |
6 |
32217 |
Hand/DPM |
128*64 |
multi |
|
DukeMTMC-reID |
1812 |
8 |
36441 |
Hand |
Vary |
multi |
Yes |
CUHK03 |
1467 |
10(5 pairs) |
13164 |
Hand/DPM |
Vary |
||
MSMT17 |
4101 |
15 |
126441 |
F-RCNN |
Vary |
CUHK03
https://blog.csdn.net/ctwy291314/article/details/83544210
CUHK03是第一个大到足以进行深度学习的行人重识别数据集。它提供了从目标检测算法(DPM)中检测到的边界框和手动标记。该数据集的人员检测质量相对较好。
Market 1501
https://blog.csdn.net/ctwy291314/article/details/83544088
它包含大量身份,每个身份都有来自6个不相交摄像头的多个图像。该数据集还包括来自DPM的2793个错误警报,作为模仿真实场景的干扰者。边界框的质量比CUHK03差。后来在ICCV 2015发布版本中,集成了500K干扰图片,使这个数据集真正大规模。
DukeMTMC-reID
https://blog.csdn.net/ctwy291314/article/details/83544142
DukeMTMC数据集是一个大规模重标记的多目标多摄像机跟踪数据集。总共有超过2700人在8台摄像机中被标记为不同的身份。通过访问所有信息(全帧,帧级地面实况,校准信息等),该数据集具有大量的潜力。
MSMT17
http://www.pkuvmc.com/publications/msmt17.html
这个大规模的ReID数据集收集在一个校园内,有12个室外摄像机和3个室内摄像机。它涵盖了一个月内不同天气的4天。每天上午、中午、下午各选3个时长1小时的视频。利用Faster RCNN进行行人检测。到目前为止,此数据集是最大的行人重识别数据集。它与Market有类似的角度,但包含更复杂的情景。
视频数据集
Dataset |
Identities |
Cameras |
Images |
Label |
Size |
Shot |
Full frames availability |
MARS |
1261 |
6 |
1191003 |
DPM+GMMCP |
256X128 |
multi |
|
iLIDS-VID |
300 |
2 |
42495 |
Hand |
Vary |
multi |
|
PRID2011 |
934 |
2 |
24541 |
Hand |
128*64 |
multi |
Yes |
DukeMTMC-VideoReID |
1812 |
此数据集信息未整合 |
iLIDS-VID
http://www.eecs.qmul.ac.uk/~xiatian/downloads_qmul_iLIDS-VID_ReID_dataset.html
基于真实行人重识别系统每个身份都应该具有轨迹的假设,iLIDS- VID数据集从iLIDS MCTS数据集中提取了300个身份的600个视频。取自监控航空接站大厅,从2个不相交摄像机创建该数据集,包含基于静态图像(ILIDS-VID \ images)和基于图像序列(ILIDS-VID \ sequences)。由于iLIDS MCTS数据集的局限性,iLIDS-VID遮挡非常严重。
PRID2011
https://www.tugraz.at/institute/icg/research/team-bischof/lrs/downloads/prid11/
PRID数据集具有来自摄像机A的385条视频和来自摄像机B的749条视频,其中只有200人同时出现在两台摄像机中。这个数据集还有一个单镜头版本,由随机选择的快照组成。一些轨迹没有很好地同步,这意味着人可能在连续的帧之间“跳跃”。
MARS
https://blog.csdn.net/qq_34132310/article/details/83869605
MARS(运动分析和重新识别集)数据集是Market1501数据集的扩展版本。这是第一个基于大规模视频的行人重识别数据集。由于所有边界框和轨迹都是自动生成的,因此它包含干扰项,每个标识可能包含多个轨迹。
DuckMTMC-VideoReID
https://github.com/Yu-Wu/DukeMTMC-VideoReID
DukeMTMC-VideoReID是DukeMTMC跟踪数据集的子集,用于基于视频的行人重识别。该数据集包括702个用于训练的身份,702个用于测试的身份,以及408个身份作为干扰者。 总共有2196个视频用于训练,2636个视频用于测试。每个视频包含每12帧采样的人物图像。在测试期间,每个ID的视频用作查询,其余视频放在gallery中。
行人重识别常用数据集相关推荐
- 行人重识别通用数据集及介绍
行人重识别(person re-identification, Re-ID)作为一个特定的跨不重叠摄像头的检索问题,已经有了许多的研究,可广泛应用于智能视频监控,智能安保等领域. 给定想要查询的人(q ...
- 行人重识别(ReID) ——数据集描述 DukeMTMC-reID
数据集简介 DukeMTMC 数据集是一个大规模标记的多目标多摄像机行人跟踪数据集.它提供了一个由 8 个同步摄像机记录的新型大型高清视频数据集,具有 7,000 多个单摄像机轨迹和超过 2,700 ...
- 行人重识别(ReID) ——数据集描述 CUHK03
数据集简介 CUHK03是第一个足以进行深度学习的大规模行人重识别数据集,该数据集的图像采集于香港中文大学(CUHK)校园.数据以"cuhk-03.mat"的 MAT 文件格式存储 ...
- 行人重识别 MSMT17数据集描述
最近的CVPR2018会议上,提出了一个新的更接近真实场景的大型数据集MSMT17,即Multi-Scene Multi-Time,涵盖了多场景多时段. 早期数据集的缺点 (1)和实际的监控网络相比, ...
- 行人重识别数据集之 DukeMTMC-reID 数据集
DukeMTMC-reID 数据集 DukeMTMC-reID 数据集简介 DukeMTMC-reID 数据集结构 DukeMTMC-reID 数据集命名规则 参考文献 DukeMTMC-reID 数 ...
- 行人重识别(3)——行人重识别(基于图像)综述
!转载请注明原文地址!--东方旅行者 更多行人重识别文章移步我的专栏:行人重识别专栏 本文目录 基于图像的行人重识别 一.表征学习方法 1.浅层视觉特征 2.中层视觉特征(语义属性) 3.深层视觉特征 ...
- 行人重识别-度量学习
行人重识别-度量学习 前言 和前面介绍到的表征学习一样,度量学习也是基于全局特征学习的一种方法,且被广泛用于图像检索领域.不同于表征学习通过分类或者验证的方式,度量学习目的在于通过网络学习两张图片的相 ...
- 中山大学提出新型行人重识别方法和史上最大最新评测基准
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要15分钟 Follow小博主,每天更新前沿干货 导读:行人重识别,是利用 CV 技术判断图像或视频序列中是否存在特定行人的技术.常规的行人重识 ...
- 摄像机域内监督行人重识别问题
本文是对『Intra-Camera Supervised Person Re-Identification』一文的详细解读,IJCV接收论文. 作者信息: 论文链接:https://arxiv.org ...
最新文章
- 分享一个基于 Shiro 的权限管理系统,亮点是支持 restful 风格 URL.
- 分析unix系统日期析取ftp登陆和断开信息
- 为Windows 服务器网络搬家
- 尚学堂java 答案解析 第六章
- 解读mpvue官方文档的Class 与 Style 绑定及不支持语法
- 汉字转16进制java_java中将汉字转换成16进制
- 薅羊毛专业版助手,支持抖音/快手/京东/刷宝等50多个APP自动签到领红包,分享源码互相学习
- FPGA入门学习——流水灯
- IDC运维工程师的基本要求
- linux 渗透 系统,初识Linux渗透:从枚举到内核利用
- pycuda的安装,wheel报错
- 電腦機房空調氣流設計與節能
- 根据电话号码获取联系人姓名
- Web 页面如何添加水印?
- Echarts之圆饼图用法
- 企业微信管理员账号查看员工客户
- 移动硬盘接入linux系统吗,从移动硬盘安装Linux
- pc端微信内置浏览器F12
- 移动前端自适应适配方法
- 星秒加入低速无人驾驶产业联盟