长期换衣行人重识别（Long-Term Clothes-Changing Person Reid）数据集汇总

总览

在长期换衣行人重识别的任务当中，数据集的获取（尤其是对于学术环境下）是一个难点，主要的困难有以下几点：

1. 采集大规模的数据集比较困难。
2. 采集不同的衣服的数据集比较困难。
3. 采集不同衣服不同角度的数据集比较困难。

目前也有一些数据集或多或少的能够解决相关的问题，在下面按照时间顺序进行一个总结，总结的具体内容会尽量简短的概括不同数据集的优缺点，以及相关的改进措施和未来的方向。

目前换衣数据集的主要问题

1. 缺乏大规模的数据集（表现比较好的PRCC数据集也只有300+的id）
2. 缺乏基于视频的数据集（可以提取步态特征，而步态我认为是最有力的特征），目前几乎全部的数据集都是基于单帧图片的。
3. 大规模的数据集背景比较杂乱：例如LaST和Celeb-Reid，同时这两个数据集相互之间的cross-testing也比较好，但对于其他数据集的cross-testing比较差，因为他们俩采集过程比较相似（街拍和视频截图）。

数据集换衣/总体情况集统计

目前为止，完全换衣情况的数据集有：Deep Change，PRCC和Celebrities-reID， 总体的纯换衣服的子集占数据集总数如下图所示：

表格中换衣/总体代表有多套衣服的id占总id的比例。

DeepChange（2021）

DeepChange是2021年5月份新提出的数据集，包括1121个行人的170000多张图片，有17个摄像头，时间跨度为2年。

优点：是大规模的数据集，季节跨度有12个月，也就说明了该数据集会包含同一个人穿着四季的衣服，另外，在一天之内也有跨度，包含了不同时刻的数据。同时也有一定的图像序列可以用于提取步态特征。

缺点：整体的分辨率较低（128*64），但与现实情况较为贴近。

链接：
Github：
DeepChange

数据集样例：

LaST（2021）

Large-scale Spatio-Temporal数据集是 2021 年新发布的数据集。它是从电影和电视剧中不同角色的截图中捕获的，包含 10862 个人物，超过 228000 张图像。

优点：由于数据源的特殊性，会有不同的环境条件和角度，为模型的泛化提供了很好的数据。同时，这是目前最大的换衣数据集。

缺点：与Celebrities-reID类似，它也存在背景杂乱，无法提取步态特征的问题。

链接：
Github
LaST

数据集样例：

COCAS(2020)

COCAS是一个包含 5266 人的 62,382 张图片的大型数据集。

优点：所有数据均来自实拍，包括不同角度、灯光、室内或室外、遮挡等。每个人物有2-3套衣服，每套衣服有5-10张照片。

缺点：该数据集尚未开源。

链接：
COCAS

数据集样例：

VC-Clothes(2020)

VC-Clothes是来自游戏 GTA-V 的虚拟数据集，包括 512 个id和 19,060 张图像。它还有一个基于真实世界的测试数据集包括来自 28 个id的 4,324 张图像。

优点：数据集足够大，也是基于视频的数据集。

缺点：但是因为它来自游戏，所以里面的人物都是按照预先设定好的动作移动的，这说明这个数据集实际上并不适合提取步态等特征。步态信息应该是因人而异的，但是这样的话是无法采用步态来区别人的。

链接：
Github：
VC-Clothes

数据集样例：

LTCC(2020)

LTCC 包括152个人物的17138张图像，提供12个摄像头在不同光照条件下的安防摄像头图像。

优点：有助于增强模型对不同环境的适应能力，尤其是在不同的光照条件下和摄像头的低分辨率下。

缺点：数据量小，模型无法充分训练小规模数据。

链接：
Github
LTCC

数据集样例：

PRCC(2019)

PRCC包括来自221个人物的33698张图片，3个不同的角度，还提供人物的轮廓草图图像，方便提取人的轮廓信息。 需要注意的是，目前该领域大部分的研究（2019年之后的）都会用PRCC作为一个基准来测试模型的表现，因为它是一个严格的换衣数据集。

优点：PRCC的规模足够大，从不同的角度有严格的两套不同的衣服，因此也被广泛用于评估长期换衣行人重识别模型的表现。

缺点：它的数据是基于图像的而不是基于视频的，因此给提取步态等生物特征带来了困难。

链接：
Github
PRCC

数据集样例：

Celebrities-reID（2019）

Celebrities-reID 是最早专门针对长期换衣行人重识别任务问题提出的数据集之一。它来自名人的街拍照片，用这种方式来解决数据集比较难采的问题，包括590个人和10,842张照片。

优点：解决了换衣服数据集不够大的问题，并提供足够的训练和测试数据。

缺点：一般背景杂乱，分辨率高于安防摄像头。这些缺点会导致训练出的模型在self-testing的表现比较好，但在cross-testing的表现比较差。

链接：
Github
Celebrities-reID

数据集样例：