行人重识别 MSMT17数据集描述

2024-04-08 06:46:33

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，数据集中行人和摄像头的数目不多；

（2）大多数数据集仅覆盖单一场景；

（3）时间跨度短，没有显著的光照变化；

（4）行人检测器有昂贵的人工标注或过时的DPM模型实现。

MSMT17数据集描述

数据集采用了安防在校园内的15个摄像头网络，其中包含12个户外摄像头和3个室内摄像头。为了采集原始监控视频，在一个月里选择了具有不同天气条件的4天。每天采集3个小时的视频，涵盖了早上、中午、下午三个时间段。因此，总共的原始视频时长为180小时。

基于Faster RCNN作为行人检测器，三位人工标注员用了两个月时间查看检测到的包围框和标注行人标签。最终，得到4101个行人的126441个包围框。和其它数据集的对比以及统计信息如下图所示。

MSMT17数据集的特点如下：

（1）数目更多的行人、包围框、摄像头数；

（2）复杂的场景和背景；

（3）涵盖多时段，因此有复杂的光照变化；

（4）更好的行人检测器（faster RCNN）

评估协议

按照训练-测试为1：3的比例对数据集进行随机划分，而不是像其他数据集一样均等划分。这样做的目的是鼓励高效率的训练策略，由于在真实应用中标注数据的昂贵。

最后，训练集包含1041个行人共32621个包围框，而测试集包括3060个行人共93820个包围框。对于测试集，11659个包围框被随机选出来作为query，而其它82161个包围框作为gallery.

测试指标为CMC曲线和mAP. 对于每个query, 可能存在多个正匹配。

参考

[1] 数据集地址（含下载链接） https://www.pkuvmc.com/publications/msmt17.html

[2] 论文 Person Transfer GAN to Bridge Domain Gap for Person Re-Identification

行人重识别 MSMT17数据集描述相关推荐

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 ...
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 ...
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 ...
中山大学提出新型行人重识别方法和史上最大评测基准
本文转载自机器之心. 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.常规的行人重识别方法往往需要高昂的人工标注成本,计算复杂度也很大.在本文中,中山大学研究者提出的弱 ...

最新文章

热门文章