行人重识别(ReID) ——数据集描述 DukeMTMC-reID
数据集简介
DukeMTMC-reID 是 DukeMTMC 数据集的行人重识别子集，提供了人工标注的 bounding box。DukeMTMC 数据集是一个大规模标记的多目标多摄像机行人跟踪数据集，由 8 个同步摄像机记录，包含 7,000 多个单摄像机轨迹和超过 2,700 多个独立人物。
目录结构
DukeMTMC-reID
├── bounding_box_test
├── bounding_box_train
├── query
└── CITATION_DukeMTMC.txt
└── CITATION_DukeMTMC-reID.txt
└── LICENSE_DukeMTMC.txt
└── LICENSE_DukeMTMC-reID.txt
└── README.md
目录介绍
- bounding_box_test: 用于测试集的 702 人，包含 17,661 张图像（随机采样，702 ID + 408 distractor ID）。
- bounding_box_train: 用于训练集的 702 人，包含 16,522 张图像（随机采样）。
- query: 为测试集中的 702 人在每个摄像头中随机选择一张图像作为 query，共有 2,228 张图像。
- CITATION_DukeMTMC.txt: 引用 DukeMTMC 数据集的参考文献。
- CITATION_DukeMTMC-reID.txt: 引用 DukeMTMC-reID 数据集的参考文献。
- LICENSE_DukeMTMC.txt: DukeMTMC 数据集的许可证。
- LICENSE_DukeMTMC-reID.txt: DukeMTMC-reID 数据集的许可证。
- README.md: 本文件，介绍数据集的基本信息。
命名规则
以 0001_c2_f0046182.jpg 为例：
0001表示每个人的标签编号。c2表示来自第二个摄像头(camera2)，共有 8 个摄像头。f0046182表示来自第二个摄像头的第 46182 帧。
数据分布
DukeMTMC-reID 训练集的图像分布中，每个 ID 的中位数为 20 张图像。但有些 ID 可能包含大量图像，这可能会影响某些算法。
测试协议
可以使用 Matlab 或 Python 进行评估。需要计算 gallery 和 query 的特征，并保存为矩阵。然后运行评估代码进行评估。
参考文献
如果您使用此数据集，请引用以下两篇论文：
- Zheng, Zhedong, Zheng, Liang, and Yang, Yi. “Unlabeled Samples Generated by GAN Improve the Person Re-identification Baseline in vitro.” Proceedings of the IEEE International Conference on Computer Vision, 2017.
- Ristani, Ergys, Solera, Francesco, Zou, Roger, Cucchiara, Rita, and Tomasi, Carlo. “Performance Measures and a Data Set for Multi-Target, Multi-Camera Tracking.” European Conference on Computer Vision workshop on Benchmarking Multi-Target Tracking, 2016.