AG-ReID

We have annotated 15 attributes for the AG-ReID dataset. The dataset comprises 199 distinct identities for training and another 189 for testing. These attributes are annotated at the identity level, which means that the file contains 15 x 199 attributes for training and 15 x 189 attributes for testing. In this context, the label "image_index" represents the identity. You can find these annotations in the file named qut_attribute_v4_88_attributes.mat.The 15 attributes include:AttributeRepresentation in FileLabelGendergendermale(0), female(1), unknown(2)Agesage0-11(0), 12-17(1), 18-24(2), 25-34(3), 35-44(4), 45-54(5), 55-64(6), >65(7), Unknown(8)HeightheightChild(0), Short(1), Medium(2), Tall(3), Unknown(4)Body VolumeweightThin(0), Medium(1), Fat(2), Unknown(3)EthnicityethnicWhite(0), Black(1), Asian(2), Indian(3), Unknown(4)Hair ColorhaircolorBlack(0), Brown(1), White(2), Red(3), Gray(4), Occluded(5), Unknown(6)HairstylehairstyleBald(0), Short(1), Medium(2), Long(3), HorseTail(4), Unknown(5)BeardbeardYes(0), No(1), Unknown(2)MoustachemoustacheYes(0), No(1), Unknown(2)GlassesglassesNormal_glasses(0), Sunglasses(1), No(2), Unknown(3)Head AccessoriesheadHat(0), Scarf(1), Neckless(2), Occluded(3), Unknown(4)Upper Body ClothingupperT-shirt(0), Blouse(1), Sweater(2), Coat(3), Bikini(4), Naked(5), Dress(6), Uniform(7), Shirt(8), Suit(9), Hoodie(10), Cardigan(11), Unknown(12)Lower Body ClothinglowerJeans(0), Leggins(1), Pants(2), Shorts(3), Skirt(4), Bikini(5), Dress(6), Uniform(7), Suit(8), Unknown(9)FeetfeetSport_shoe(0), Classic_shoe(1), High_heels(2), Boots(3), Sandals(4), Nothing(5), Unknown(6)AccessoriesbagBag(0), Backpack(1), Handbag(2), Rolling_bag(3), Umbrella(4), Sportif_bag(5), Market_bag(6), Nothing(7), Unknown(8)Note that in the .mat file, the original 15 attributes have been transformed into 88 binary-encoded attributes.Sample Citation@misc{nguyen2023aerialground, title={Aerial-Ground Person Re-ID}, author={Huy Nguyen and Kien Nguyen and Sridha Sridharan and Clinton Fookes}, year={2023}, eprint={2303.08597}, archivePrefix={arXiv}, primaryClass={cs.CV}}

我们已为AG-ReID数据集标注了15项属性。该数据集包含199个训练用行人个体，以及189个测试用行人个体。所有属性均以个体级粒度进行标注，即训练集标注包含15×199项属性，测试集标注包含15×189项属性。在此语境下，标签"image_index"即代表行人个体身份。上述标注可在名为qut_attribute_v4_88_attributes.mat的文件中获取。

本次标注涵盖的15项属性详情如下：
1. 性别（Gender）：文件内标识为gender，标签规则为：男性(0)、女性(1)、未知(2)
2. 年龄（Age）：文件内标识为age，标签规则为：0-11岁(0)、12-17岁(1)、18-24岁(2)、25-34岁(3)、35-44岁(4)、45-54岁(5)、55-64岁(6)、65岁及以上(7)、未知(8)
3. 身高（Height）：文件内标识为height，标签规则为：儿童(0)、矮个子(1)、中等身高(2)、高个子(3)、未知(4)
4. 体型（Body Volume）：文件内标识为weight，标签规则为：偏瘦(0)、中等(1)、肥胖(2)、未知(3)
5. 种族（Ethnicity）：文件内标识为ethnic，标签规则为：白人(0)、黑人(1)、亚裔(2)、印度裔(3)、未知(4)
6. 发色（Hair Color）：文件内标识为haircolor，标签规则为：黑色(0)、棕色(1)、白色(2)、红色(3)、灰色(4)、毛发被遮挡(5)、未知(6)
7. 发型（Hairstyle）：文件内标识为hairstyle，标签规则为：光头(0)、短发(1)、中长发(2)、长发(3)、马尾辫(4)、未知(5)
8. 胡须（Beard）：文件内标识为beard，标签规则为：有胡须(0)、无胡须(1)、未知(2)
9. 髭须（Moustache）：文件内标识为moustache，标签规则为：有髭须(0)、无髭须(1)、未知(2)
10. 眼镜（Glasses）：文件内标识为glasses，标签规则为：普通眼镜(0)、太阳镜(1)、无眼镜(2)、未知(3)
11. 头部配饰（Head Accessories）：文件内标识为head，标签规则为：戴帽子(0)、戴围巾(1)、戴项链(2)、头部被遮挡(3)、未知(4)
12. 上身服饰（Upper Body Clothing）：文件内标识为upper，标签规则为：T恤(0)、女式衬衫(1)、毛衣(2)、外套(3)、比基尼(4)、赤裸上身(5)、连衣裙(6)、制服(7)、衬衫(8)、西装(9)、连帽衫(10)、开襟羊毛衫(11)、未知(12)
13. 下身服饰（Lower Body Clothing）：文件内标识为lower，标签规则为：牛仔裤(0)、紧身裤(1)、长裤(2)、短裤(3)、半身裙(4)、比基尼(5)、连衣裙(6)、制服(7)、西装(8)、未知(9)
14. 足部鞋履（Feet）：文件内标识为feet，标签规则为：运动鞋(0)、经典皮鞋(1)、高跟鞋(2)、靴子(3)、凉鞋(4)、未穿鞋(5)、未知(6)
15. 随身配饰（Accessories）：文件内标识为bag，标签规则为：手提包(0)、背包(1)、手拎包(2)、滚轮行李箱(3)、雨伞(4)、运动包(5)、购物袋(6)、未携带配饰(7)、未知(8)

请注意，在该.mat文件中，原始的15项属性已被转换为88个二进制编码属性。

示例引用：
@misc{nguyen2023aerialground,
title={空地行人重识别（Aerial-Ground Person Re-ID）},
author={Huy Nguyen and Kien Nguyen and Sridha Sridharan and Clinton Fookes},
year={2023},
eprint={2303.08597},
archivePrefix={arXiv},
primaryClass={cs.CV}
}

搜集汇总

背景与挑战

背景概述

AG-ReID是一个用于行人重识别的数据集，包含199个训练身份和189个测试身份，每个身份标注了15个属性并转换为88个二进制编码属性。数据集文件大小为152MB，采用CC-BY 4.0许可证。