低光照跨模态行人重识别数据集

该数据集基于9台摄像机网络，在光照变化环境下采集数据，白天获取VIS图像，夜晚获取IR图像，覆盖1月至4月约100天的拍摄周期，考虑了不同气候条件及季节性服饰变化。数据集包含1,064个身份共46,767个行人检测框，每个身份均由VIS与IR摄像机采集图像。为保护隐私，使用人脸检测与模糊处理对人脸区域进行遮挡。数据集图像存在严重光照变化、运动模糊、姿态变化、遮挡、视角差异及分辨率差异等多种挑战，真实反映实际应用场景。LLCM数据集按照2:1比例划分训练集和测试集，训练集包含713个身份共30,921个图像，测试集包含351个身份共13,909个图像。评测过程中分别使用VIS→IR与IR→VIS模式，随机选取每个身份的单张图像形成画廊集合并重复10次取平均性能，以保证评测稳定性。该数据集不仅具有较大规模和高多样性，还能有效促进低光照跨模态行人重识别模型在复杂光照及多样环境下的泛化能力，为VIReID研究提供了有价值的数据支撑与实验基准。