DatasetHuman Detection and Search1. 背景主要归纳了一下Human Detection and Search 涉及到的6个数据集 分别为ETHZ CityPersonsCalTechMOT17, CUHK-SYSU和PRW这六个。2. 数据简介2. 1 ETHZ参考地址Ess等构建了基于双目视觉的行人数据库用于多人的行人检测与跟踪研究。该数据库采用一对车载的AVT Marlins F033C摄像头进行拍摄分辨率为640×480帧率13-14fps给出标定信息和行人标注信息深度信息采用置信度传播方法获取。InProceedings{eth_biwi_00534, author {A. Ess and B. Leibe and K. Schindler and and L. van Gool}, title {A Mobile Vision System for Robust Multi-Person Tracking}, booktitle {IEEE Conference on Computer Vision and Pattern Recognition (CVPR08)}, year {2008}, month {June}, publisher {IEEE Press}, keywords {} }2.2 CityPersons参考地址cityperson数据集是cityscapes数据集的子集cityperson的标注文件只标注了其中Human的类别INPROCEEDINGS{Shanshan2017CVPR, Author {Shanshan Zhang and Rodrigo Benenson and Bernt Schiele}, Title {CityPersons: A Diverse Dataset for Pedestrian Detection}, Booktitle {CVPR}, Year {2017} } INPROCEEDINGS{Cordts2016Cityscapes, title{The Cityscapes Dataset for Semantic Urban Scene Understanding}, author{Cordts, Marius and Omran, Mohamed and Ramos, Sebastian and Rehfeld, Timo and Enzweiler, Markus and Benenson, Rodrigo and Franke, Uwe and Roth, Stefan and Schiele, Bernt}, booktitle{Proc. of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)}, year{2016} }2.3 CalTech参考地址加州理工学院行人数据集。 训练数据set00-set05包含六个训练集每个约1GB每个训练集包含6-13个一分钟长的seq文件以及所有注释信息有关详细信息请参见本文。 测试数据set06-set10包含五组每组约1GB。 新增现在还提供了整个数据集的注释。 也提供包含所有评估算法检测结果的输出文件。inproceedings{ dollarCVPR09peds, author P. Doll\ar and C. Wojek and B. Schiele and P. Perona, title Pedestrian Detection: A Benchmark, booktitle CVPR, month June, year 2009, city Miami, }2.4 MOT17参考地址article{milan2016mot16, title{MOT16: A benchmark for multi-object tracking}, author{Milan, Anton and Leal-Taix{\e}, Laura and Reid, Ian and Roth, Stefan and Schindler, Konrad}, journal{arXiv preprint arXiv:1603.00831}, year{2016} }2.5 CUHK-SYSU参考地址港中文出的benchmark该数据集包含18184张图像和8,432个身份。与以前的re-id基准不同将查询人员与人工裁剪的行人匹配通过从图库中的整个图像中搜索人员我们的数据集更接近于实际的应用场景。根据图像来源数据集可分为两部分街拍和电影。在街拍中使用手持摄像机收集了数百个场景的图像并尝试尽可能多地包含视点照明分辨率遮挡和背景的变化。选择电影和电视剧作为收集图像的另一个来源因为它们提供了更加多样化的场景和更具挑战性的观点。inproceedings{xiaoli2017joint, title{Joint Detection and Identification Feature Learning for Person Search}, author{Xiao, Tong and Li, Shuang and Wang, Bochao and Lin, Liang and Wang, Xiaogang}, booktitle{CVPR}, year{2017} }2.6 PRW参考地址PRW野外人员重新识别数据集是Maretk1501数据集的扩展。 作者不仅提供边界框所有的帧都进行了标注。 因此人们可以评估不同人员检测器的影响。inproceedings{zheng2017person, title{Person re-identification in the wild}, author{Zheng, Liang and Zhang, Hengheng and Sun, Shaoyan and Chandraker, Manmohan and Yang, Yi and Tian, Qi}, booktitle{Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition}, pages{1367--1376}, year{2017} }这个博客只是进行一个非常简单的归纳其实如果要处理对应的数据还是要下一番功夫的。。。参考地址https://blog.csdn.net/jay463261929/article/details/53201167https://github.com/Zhongdao/Towards-Realtime-MOT/blob/master/DATASET_ZOO.md