关注公众号，发现CV技术之美
行人重识别（Person re-identification）也称行人再识别，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题。给定一个监控行人图像，检索跨设备下的该行人图像。旨在弥补固定的摄像头的视觉局限，并可与行人检测/行人跟踪技术相结合，可广泛应用于智能视频监控、智能安保等领域。
本文将分享一些行人重识别、人群计数相关的开源数据集，希望能够帮助该领域的研究人员推进研究和应用。
DukeMTMC-reID 是 DukeMTMC 数据集的一个子集，一个基于图片的行人重识别数据集。
论文地址：https://arxiv.org/abs/1701.07717
SYSU-30k 是弱监督行人重识别数据集，包含 30,000 个行人身份类别，大约是 CUHK03 数据集（1,300 个行人身份）和 Market-1501 数据集（1,500）的 20 倍，是 ImageNet（1,000 个类别）的 30 倍。SYSU-30k 包含 29,606,918 张图像。
SYSU-30k 数据集的特点：
首个弱监督行人重识别数据集；
行人身份数量和图像数量都是同期行人重识别数据集中最大的；
更具挑战性，包括摄像机数量、真实的室内环境和室外场景和不精准的袋级别标注；
论文地址：https://arxiv.org/abs/1904.03845
论文地址：https://openaccess.thecvf.com/content_iccv_2015/papers/Zheng_Scalable_Person_Re-Identification_ICCV_2015_paper.pdf
UCF-CC-50
UCF-CC-50 是拥挤人群计数数据集，包含 63075 人，由50 个不同分辨率的图像组成。每个图像中的个体数在 94 - 4543 之间，有些图像包含非常密集的人群，平均包含 1280 人（极度密集）。
论文地址：https://www.crcv.ucf.edu/papers/cvpr2013/Counting_V3o.pdf
UCF-QNRF
UCF-QNRF 是同期最大的拥挤人群计数数据集（就标注数量而言），用于训练和评估人群计数和定位方法。包含 1535 张高清图像（分辨率高达2013x2902像素），分别分为 1201 张和 334 张图像的训练集和测试集。
论文地址：https://www.crcv.ucf.edu/papers/eccv2018/2324.pdf
论文地址：https://arxiv.org/abs/2005.07097
❝免费体验便宜好用的趋动云 添加小助手，获取新手任务