Visible-infrared person re-identification (VI-ReID) is a cross-modality retrieval issue aiming to match the same pedestrian between visible and infrared cameras. Thus, the modality discrepancy present

NIAID Data Ecosystem40

Comparison to the state-of-the-art methods on the RegDB dataset.

跨模态行人重识别

红外-可见光匹配

Comparison to the state-of-the-art methods on the RegDB dataset.

NIAID Data Ecosystem20

RegDB-C

跨模态行人重识别

鲁棒性评估

RegDB-C 是一个评估集，由应用于 RegDB 测试集（彩色图像）的算法生成的损坏组成。这些损坏包括噪声：高斯、散粒、脉冲和散斑；模糊：散焦、磨砂玻璃、运动、变焦和高斯；天气：雪、霜、雾、亮度、飞溅和雨；数字：对比度、弹性、像素、JPEG 压缩和饱和度。每个损坏有五个严重级别，导致 100 个不同的损坏。

OpenXLab70

低光照跨模态行人重识别数据集

跨模态行人重识别

低光照视觉识别

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

国家基础学科公共科学数据中心20

DNRL_Test

资源简介：

相关数据集