Re-ID相关知识点、及评估指标总结

最新推荐文章于 2024-06-09 18:44:03 发布

cdy艳0917

最新推荐文章于 2024-06-09 18:44:03 发布

阅读量1.6k

点赞数

分类专栏：机器学习

本文链接：https://blog.csdn.net/sinat_42239797/article/details/102937895

版权

本文介绍了行人重识别(Re-ID)的相关知识点，包括gallery set、probe set和数据集Market-1501、CUHK03、DukeMTMC-reID的特点。同时，详细阐述了Re-ID的评估指标，如Rank-1 Accuracy、Precision、Recall、Mean Average Precision (mAP)和CMC曲线。数据集Market-1501包含6个摄像头的图像，数据集DukeMTMC-reID是大规模行人跟踪数据集，而CUHK03提供了机器和手工检测的两种数据集。

摘要由CSDN通过智能技术生成

1.知识点

gallery set – 参考图像集，即公认的标准行人库，测试用；

probe set – 待查询图像集，也叫query set，测试用。
single gallery shot – 指gallery中每个人的图像为一张（N=1）；
muti gallery shot – 指gallery中每个人的图像为多张（N>1），同样的rank-1下，一般N越大，得到的识别率越高。
hard negatives – 相似却不是同一个人
hard positives – 同一个人却在不同图片中无法判别

2.数据集

Market-1501、CUHK03、DukeMTMC-reID是衡量Re-ID技术的最主流的数据集。
1. Market-1501(http://www.liangzheng.org/Project/project_reid.html)郑良等人在论文《Scalable Person Re-identification: A Benchmark》（ICCV 2015）中提出
该数据集在清华大学校园中采集，图像来自6个不同的摄像头，包含5个高分辨率（1280x1080 HD，fps: 25）和1个低分辨率（720x576
SD，fps: 25）；

该数据集有1501个类别，共36036张图片，其中训练集有751个ID：共12936张，测试集有750个ID：共19732张。所以在训练集中，每个ID平均有17.2张训练图片，在测试集中，每个ID平均包含26.3张图片；
每个类别的图片最多能被六个摄像头捕捉，最少能被两个摄像头捕捉；
在开放环境中,多摄像头组成的捕捉系统使样本包含多种属性、信息和环境
背景；
Market-1501数据集的图像是由检测器自动检测并切割，包含一些检测误差，较为接近真实使用情况。
2. Market-1501数据集
“bounding_box_train” – 751个ID，12936张图片，训练集；
“bounding_box_test” – 750个ID，19732张图片，测试集，也是所谓的gallery参考图像集；
“query” –750个ID，共3368张图片，即待查询图片。test中750个ID在每个摄像头中随机选择一张图像作为query，因此一个ID的query最多有 6 个，ps：与test中的图不重复，在参考建立自己的数据集时，可以先建好test，然后按需要从test中剪切得到query；
“gt_query” –对query中的每一个图片（3368张），都有"good"和"junk"的标记，为matlab格式，用于判断一个query对应到gallery中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）
“gt_bbox” – 人工标注的bounding box，用于判断DPM检测的bounding
box是不是一个好的box。DPM检测得到bbox，与人工标注label的bbox计算IoU，如果大于50%，DPM检测的bbox被标记为“good”；如果小于20%，则被标记为“distractor”；否则被标记为“junk”，这意味着该图像对Re-ID的accuracy没有影响。
样本命名规则：
0001_c1s1_001051_00.jpg
0001表示ID的编号，从0001到1501，共1501个ID；前缀为0000表示误检图片，只有部分身体，或背景区域，共2798张；-1
表示标注不合格图片࿰