行人重识别数据集

MARS：    

    行人重识别最大的视频数据集，由market1501扩充而成
    包含1261个人的17,503tracklets 和3,248个干扰tracklets（false detect / track的序列）
    由6个近乎同步的相机拍摄而成
    分成625人的训练集和636人的测试集，multi-query和multi-ground truth
    每个人平均13个tracklets 、816帧（每个人至少有两个在不同摄像头下地tracklets)
    bounding boxes被检测和跟踪使用Deformable Part Model (DPM) and GMMCP tracker

DukeMTMC：

    一个适合多摄像头跟踪的大规模数据集。在室外场景拍摄，有较大的背景噪声、光照、姿势、视角、遮挡的变化
DukeMTMC-VideoReID：    

    DukeMTMC的子集，人工标注，每人仅有在一个摄像头下的一个tracklet
    作者在视频中裁切行人图片，每秒裁12帧，产生一个tracklet
    数据集702人用于训练，702人用于测试，408人是distractors
    最终，作者产生了369,656 frames of 2,196 tracklets用于训练，445,764 frames of 2,636 tracklets用于测试和distractors

PRID 2011:

由两个不同视角的静止摄像机拍摄，有不同的光照、背景、摄像头特征

一个摄像头拍摄385个人，另一个拍摄749个人。仅仅前200个人出现在两个摄像头里

每个video包含5-675帧，平均每个video100帧

ILIDS-VID:

2个不重叠摄像头拍摄的300个不同的人

包含600个tracklets

每个video中每个人有23-192帧，平均73帧

因为这个数据集是在机场到达大厅多摄像头网络拍摄，挑战性较大，因为随着摄像头变化，衣服相似度、光照、视角变化很大