[论文笔记]ICCV2015_Scalable Person Re-identification: A Benchmark

Title: Scalable Person Re-identification: A Benchmark

Authors: Liang Zheng^13∗, Liyue Shen^1∗, Lu Tian^1∗, Shengjin Wang¹ , Jingdong Wang³ , Qi Tian²

Affiliations: 1Tsinghua University  2Microsoft Research  3University of Texas at San Antonio

---

Contribution

1 提出了Market-1501数据集

该数据集的提出是针对之前数据集的不足，包括：

• 规模有限
• 行人边框都是手工标记的（比较完美），不符合实际
• 每个identity只有一个query和ground truth，过于封闭

Market-1501做的改进包括

• 数据集规模当时最大：超过32000个标注的包围框，加上一个超过500K张图像的干扰集
• 包含自动标注的行人边框（自动检测算法是Deformable Part Model (DPM)）
• 每个identity有多个摄像头多张影像

Market-1501数据集描述：

• 场景是学校内
• 6台摄像机，包括5台1280×1080高清摄像机和一台720×576 SD摄像机（摄像头之间存在重叠）
• 包含1501个行人的32,668个标注框
• 增加了一个额外的干扰集。该数据集包含超过500,000个包围框，包含背景虚假警报以及不属于1,501个标注行人的行人

表1. Market-1501与其他数据集的比较

2 评价指标

CMC曲线显示了待查询行人出现在不同大小的候选列表中的概率。只有在给定查询只有一个真实匹配的情况下(见图3(a) )，该评估测量才有效。在这种情况下，精确度和召回率是同样的问题。但是，如果存在多个真实匹配，则  CMC曲线存在偏差，因为未考虑“召回率”。例如，图3(b) 和图3(c) 的CMC曲线都等于1，这不能提供两个排序列表之间的质量的公平比较。

图3. AP和CMC度量之间差异的一个简单例子。真实匹配和错误匹配分别为绿色和红色。
对于所有三个排序列表，CMC曲线都等于1.但AP分别等于1, 1, 和0.71.

 增加了mAP作为评价指标。

相关代码

• Market-1501 Evaluation Code

下载地址

• Google Drive
• 百度网盘