PKU-Reid-Dataset

该数据集包含114个个体，共1824张图像，从两个不相连的摄像头视角捕捉。每个人有8张图像，从8个不同方向在一个摄像头视角下拍摄，并被标准化为128x48像素。数据集随机分为两部分，一部分包含57个个体用于训练，另一部分包含57个个体用于测试。据我们所知，PKU-Reid数据集是首个捕捉人物外观从所有八个方向的数据集。This dataset comprises 114 individuals, totaling 1,824 images captured from two non-overlapping camera perspectives. Each individual is represented by 8 images, taken from 8 different directions under a single camera view, and standardized to a resolution of 128x48 pixels. The dataset is randomly divided into two parts: one part includes 57 individuals for training, and the other part includes 57 individuals for testing. To the best of our knowledge, the PKU-Reid dataset is the first to capture the appearance of individuals from all eight directions.

原始信息汇总

PKU-Reid-Dataset 概述

数据集描述

• 包含个体数：114个
• 图像总数：1824张
• 摄像头视图：来自两个不相连的摄像头视图
• 图像规格：每张图像大小为128x48像素
• 图像获取方式：每个个体从八个不同方向拍摄，每个方向一张图像
• 数据集分割：随机分为两部分，57个个体用于训练，57个个体用于测试

图像命名规则

• 格式：personId_cameraId_orientationId.png

数据集特点

• 据我们所知，PKU-Reid数据集是首个从所有八个方向捕捉人物外观的数据集。

下载链接

• 百度云盘：http://pan.baidu.com/s/1qXp9zOS
• Google Drive：https://drive.google.com/file/d/0B176otcbAxRITkRWYUwyYVBkMVk/view?usp=sharing&resourcekey=0-bPhkAU1UdM_6INm0XGCNBw

引用信息

@article{ma2016orientation, title={Orientation driven bag of appearances for person re-identification}, author={Ma, Liqian and Liu, Hong and Hu, Liang and Wang, Can and Sun, Qianru}, journal={arXiv preprint arXiv:1605.02464}, year={2016} }

许可证

• 类型：Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License

搜集汇总

数据集介绍

构建方式

PKU-Reid-Dataset的构建基于对114个个体在两个不重叠的摄像机视角下的图像采集。每个个体在单一视角下被捕捉到八个不同方向的图像，并被标准化为128x48像素的尺寸。数据集随后被随机分为两部分，其中57个个体用于训练，另外57个用于测试。这一设计确保了数据集在多视角和多方向上的全面覆盖，为研究者提供了丰富的数据资源。

特点

PKU-Reid-Dataset的显著特点在于其对个体在八个不同方向上的全面捕捉，这在现有的行人重识别数据集中是首创的。此外，数据集的图像命名规则清晰，便于数据管理和分析。其随机分割的训练和测试集设计，确保了数据集在实际应用中的可靠性和有效性。

使用方法

使用PKU-Reid-Dataset时，研究者可以通过提供的下载链接获取数据集，并根据图像命名规则进行数据解析。数据集的训练和测试集已经预先划分，用户可以直接使用这些划分进行模型训练和评估。此外，数据集遵循CC BY-NC-SA 4.0许可协议，使用时需遵守相关版权规定。

背景与挑战

背景概述

PKU-Reid-Dataset是由北京大学研究人员于2016年创建的一个专门用于行人再识别（Person Re-Identification）的数据集。该数据集包含114个个体，共计1824张图像，这些图像从两个不重叠的摄像机视角捕捉，每个个体在同一视角下有八个不同方向的图像，图像尺寸标准化为128x48像素。数据集被随机分为两部分，分别用于训练和测试，每部分包含57个个体。PKU-Reid-Dataset的独特之处在于它是首个从八个方向捕捉行人外观的数据集，这对于提升行人再识别算法的准确性和鲁棒性具有重要意义。

当前挑战

PKU-Reid-Dataset在构建过程中面临的主要挑战包括：首先，从多个方向捕捉行人图像需要精确的摄像机布置和同步技术，以确保图像质量的一致性。其次，数据集的分割和标注工作复杂，需要确保训练集和测试集的独立性和代表性。此外，行人再识别领域的核心挑战在于如何在不同视角和光照条件下准确识别同一行人，这要求算法具有高度的泛化能力和鲁棒性。PKU-Reid-Dataset的发布为解决这些挑战提供了宝贵的资源和基准。

常用场景

经典使用场景

在行人重识别（Person Re-Identification, ReID）领域，PKU-Reid-Dataset因其独特的多视角图像采集方式而备受瞩目。该数据集包含了114个个体在两个不同摄像头视角下的1824张图像，每个个体在同一摄像头视角下有八个不同方向的图像，且图像尺寸标准化为128x48像素。这种多视角的图像采集方式为研究者提供了一个丰富的数据资源，用于开发和评估基于视角不变性的行人重识别算法。

解决学术问题

PKU-Reid-Dataset通过提供多视角的行人图像，解决了传统行人重识别数据集中视角单一的问题。这一数据集使得研究者能够探索和验证视角变化对行人重识别性能的影响，从而推动了视角不变性特征提取和匹配算法的发展。此外，该数据集的分层随机划分方法也为研究者提供了一个可靠的基准，用于评估和比较不同算法的性能。

衍生相关工作

基于PKU-Reid-Dataset，研究者们开发了多种视角不变性特征提取和匹配算法，如Ma等人提出的“Orientation Driven Bag of Appearances”方法。这些算法不仅在学术界引起了广泛关注，还在实际应用中得到了验证和推广。此外，该数据集还激发了一系列相关研究，包括多视角行人重识别的深度学习模型、视角自适应特征融合方法等，进一步推动了行人重识别技术的发展。