總結一下Person ReID數據集，持續更新
鏈接：Person Re-identification Datasets
VIPeR[link]
該數據集包含兩個相機，每個相機對每個人捕獲一張圖片。它還提供每個圖片的視點角度。儘管它經過很多研究人員的測試，它仍然是最具有挑戰性的數據集之一。Ryan Layne提供了VIPeR的屬性註釋。
Ref: D. Gray, and H. Tao, "Viewpoint Invariant Pedestrian Recognition with an Ensemble of Localized Features," in Proc. European Conference on Computer Vision (ECCV), 2008.
VIPeR：Viewpoint Invariant Pedestrian Recognition
提交人與提交時間：Submitted by Anonymous (not verified) on Sat, 09/22/2007 - 17:45
爲了評估現代監控系統中外觀模型的性能，需要包含大量視點和照明變化的數據集。VIPeR數據集包含在不同照明條件下從任意視點拍攝的632個行人的圖像對。這些數據是耗時數月在學術環境中收集的。每張圖片縮放爲128x48像素。完整的數據集可以在此處下載：VIPeR.v1.0.zip
ETH[link]
與其它數據集從多個相機收集圖像不同，ETH通過移動相機收集圖像。儘管視點方差相對較小，但是它具有較大的照明方差、尺度方差和遮擋（等優點）。
Ref: W.R. Schwartz, L.S. Davis. Learning Discriminative Appearance-Based Models Using Partial Least Squares. Proceedings of the XXII Brazilian Symposium on Computer Graphics and Image Processing (SIBGRAPI'2009), Rio de Janeiro, Brazil, October 11-14, 2009.
ETHZ Dataset for Appearance-Based Modeling
Learning Discriminative Appearance-Based Models Using Partial Least Squares in SIBGRAPI'2009 該論文的實驗結果使用了ETHZ數據集，該數據集在不受控制的情況下提供了大量不同的行人捕獲（圖片）。視頻序列從移動的相機捕獲，提供了不同範圍的行人表現。
DATA
我們使用視頻中人物的地面真實位置來裁剪每個人，然後爲每個視頻序列創建一個包含每個人的樣本（p0？？-p0？？）目錄。目錄中的樣本爲原始大小，但在實驗中，它們被調整爲32x64像素。在實驗中，我們選擇每個人的一個樣本基於外觀模型和剩餘分類樣本來學習（該過程重複幾次並使用平均值）。給出總體識別率的結果。下圖顯示了數據集的第一個視頻序列中包含的裁剪樣本的幾個示例。
person1（p001）：
person14（p014）：
person23（p023）：
從所有三個序列中使用的裁剪樣本：[zip file(146MB)]
References
如果在你等工作中使用了該數據集，你需要標明引用：
W.R. Schwartz, L.S. Davis. Learning Discriminative Appearance-Based Models Using Partial Least Squares. Proceedings of the XXII Brazilian Symposium on Computer Graphics and Image Processing (SIBGRAPI'2009), Rio de Janeiro, Brazil, October 11-14, 2009.[pdf][BibTex]
注：實驗中使用的樣例從ETHZ數據集中獲取，包括從論文Depth and Appearance for Mobile Scene Analysis. A. Ess and B. Leibe and L. Van Gool. ICCV'07中獲取的三個視頻序列，所以在使用該數據集的時候也需要引用這篇論文。（點擊這裏查看介紹）