行人重识别——数据集

Market-1501

数据集信息

• 拍摄时间：2015年夏天
• 拍摄地点：清华大学校园
• 摄像头数量：6【5个1280x1080 HD摄像头+1个720x576 SD摄像头】
• 行人数量：1501个ID
• 训练集：751个ID【12,936张图片】
• 测试集：750个ID【19,732张图片】
• Query图像：3368张
• 标注方式：DPM（Deformable Part Model）

数据集特色

• 每个ID至少被2个摄像头拍到、至多被6个摄像头拍到。
• 基于DPM与手工标注得到行人检测框的重合度，评价bbox的质量
  - $>$ 50%：good
  - $<$ 20%，或者false alarm：distractor
  - 其他：junk
• 每个ID可能有多个query和ground truth
• Distractor Dataset
  - 超过500,000个bbox
  - 包括false alarms、不在1501个ID中的人

数据集结构

Market-1501
　　├── bounding_box_test
　　　　　　　├── 0000_c1s1_000151_01.jpg
　　　　　　　├── 0000_c1s1_000376_03.jpg
　　　　　　　├── 0000_c1s1_001051_02.jpg
　　　　　　　├── ······
　　├── bounding_box_train
　　　　　　　├── 0002_c1s1_000451_03.jpg
　　　　　　　├── 0002_c1s1_000551_01.jpg
　　　　　　　├── 0002_c1s1_000801_01.jpg
　　　　　　　├── ······
　　├── gt_bbox
　　　　　　　├── 0001_c1s1_001051_00.jpg
　　　　　　　├── 0001_c1s1_009376_00.jpg
　　　　　　　├── 0001_c2s1_001976_00.jpg
　　　　　　　├── ······
　　├── gt_query
　　　　　　　├── 0001_c1s1_001051_00_good.mat
　　　　　　　├── 0001_c1s1_001051_00_junk.mat
　　　　　　　├── ······
　　├── query
　　　　　　　├── 0001_c1s1_001051_00.jpg
　　　　　　　├── 0001_c2s1_000301_00.jpg
　　　　　　　├── 0001_c3s1_000551_00.jpg
　　　　　　　├── ······
　　└── readme.txt

目录介绍

1） “bounding_box_test”——用于测试集的 750 人，包含 19,732 张图像，前缀为 0000 表示在提取这 750 人的过程中DPM检测错的图（可能与query是同一个人），前缀为-1 代表“junk”
2） “bounding_box_train”——用于训练集的 751 人，包含 12,936 张图像
3） “query”——为 750 人在每个摄像头中随机选择一张图像作为query，因此一个人的query最多有 6 个，共有 3,368 张图像
4） “gt_query”——matlab格式，用于判断一个query的哪些图片是好的匹配（同一个人不同摄像头的图像）和不好的匹配（同一个人同一个摄像头的图像或非同一个人的图像）
5） “gt_bbox”——手工标注的bounding box，用于判断DPM检测的bounding box是不是一个好的box

命名规则

以 0001_c1s1_000151_00.jpg 为例
1） 0001 表示每个人的标签编号，从0001到1501；
2） c1 表示1#摄像头（共有6个摄像头）；
3） s1 表示第一个录像片段(sequece1)，每个摄像机都有数个录像段；
4） 000151 表示 c1s1 的第000151帧图片，视频帧率25fps；
5） 由于采用DPM检测器，对于每一帧上的行人可能会框出好几个bbox。00 表示 c1s1_001051 这一帧上的第1个检测框，

对应论文

If you use this dataset, please kindly cite this paper:

@inproceedings{zheng2015scalable, title={Scalable Person
Re-identification: A Benchmark}, author={Zheng, Liang and Shen,
Liyue and Tian, Lu and Wang, Shengjin and Wang, Jingdong and Tian,
Qi}, booktitle={Computer Vision, IEEE International Conference on},
year={2015} }