MARS-DL

displayName: MARS-DL
license:
- MIT
mediaTypes:
- Video
paperUrl: https://link.springer.com/content/pdf/10.1007/978-3-319-46466-4_52.pdf
publishDate: "2016"
publishUrl: https://github.com/jackie840129/CF-AAN
publisher:
- Tsinghua University
- Peking University
- Microsoft Research
tags:
- Image
taskTypes:
- Person Re-identification
- Unsupervised Person Re Identification
- Video Based Person Re Identification

---
# 数据集介绍
## 简介
MARS (运动分析和重新识别集) 是基于视频的大规模人员重新识别数据集，是1501市场的数据集的扩展。它是从六个近同步摄像机中收集的。它由1,261个不同的行人组成，这些行人被至少2个摄像机捕获。行人的姿势，颜色和照明的变化以及图像质量差，使得很难产生高匹配精度。此外，数据集包含3,248干扰因素，以使其更现实。可变形零件模型和GMMCP跟踪器用于自动生成轨迹 (大部分为25-50帧长)。
## 引文
```
@inproceedings{zheng2016mars,
title={Mars: A video benchmark for large-scale person re-identification},
author={Zheng, Liang and Bie, Zhi and Sun, Yifan and Wang, Jingdong and Su, Chi and Wang, Shengjin and Tian, Qi},
booktitle={European conference on computer vision},
pages={868--884},
year={2016},
organization={Springer}
}
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称：MARS-DL
许可证：MIT许可证
媒体类型：视频（Video）
论文链接：https://link.springer.com/content/pdf/10.1007/978-3-319-46466-4_52.pdf
发布日期：2016年
发布仓库：https://github.com/jackie840129/CF-AAN
发布机构：清华大学（Tsinghua University）、北京大学（Peking University）、微软研究院（Microsoft Research）
标签：图像（Image）
任务类型：人员重识别（Person Re-identification）、无监督人员重识别（Unsupervised Person Re Identification）、基于视频的人员重识别（Video Based Person Re Identification）

---

# 数据集介绍
## 简介
MARS（运动分析与重识别集）是基于视频的大规模人员重识别数据集，为Market-1501数据集的扩展版本。该数据集采集自6台近乎同步的摄像机，包含1261名不同行人，每名行人至少被2台摄像机捕捉到画面。行人姿态、衣着色彩、光照条件的变化以及图像画质不佳，均会导致高匹配精度的获取难度大幅提升。此外，数据集还包含3248个干扰项，以增强数据集的真实感。研究人员采用可变形部件模型与GMMCP跟踪器自动生成行人轨迹，单条轨迹时长多为25至50帧。
## 引文

@inproceedings{zheng2016mars,
title={Mars: A video benchmark for large-scale person re-identification},
author={Zheng, Liang and Bie, Zhi and Sun, Yifan and Wang, Jingdong and Su, Chi and Wang, Shengjin and Tian, Qi},
booktitle={European conference on computer vision},
pages={868--884},
year={2016},
organization={Springer}
}

## 数据集下载
可通过ModelScope代码仓库（Git类型）获取。