Scalable Person Re-identification: A Benchmark
原文鏈接：https://www.researchgate.net/profile/Liang_Zheng17/publication/300412402_Scalable_Person_Re-identification_A_Benchmark/links/5a127308458515cc5aa9d347/Scalable-Person-Re-identification-A-Benchmark.pdf?origin=publication_detail
這篇文章的主要貢獻是提出了Market1501數據庫。算法部分沒什麼特別之處，那麼這篇博客就介紹一下在行人重識別領域舉足輕重的數據庫：Market1501
數據庫中常見的缺點有：
- 數據庫規模小（圖片少）
- 攝像頭個數少（一般爲兩個）
- 行人身份較少
- 每個身份的query只有一個
- 圖片均爲手動標記的完美圖片，缺乏實際性
針對以上種種問題，創立了Market1501：
- 1501個身份
- 6個攝像頭
- 32668張圖片
- DPM檢測器代替手工框出行人
- 500K張干擾圖片
- 每一個身份有多個query
- 每一個query平均對應14.8個gallery
在此基礎上，提出了mAP性能指標：
如上圖，顯然b比c要好。可是兩者的rank1、rank2、rank3、rank4、rank5都等於1，沒有區別。於是使用AP進行衡量，b是(1/1+2/2)/2=1，c是（1/1+2/5）/2=0.7，這樣兩者就有區別了。至於mAP，就是對所有query的AP求平均。
總結：清華大學的一個優秀的數據庫，時隔四年仍然具有難度。憑藉做數據庫發表了ICCV，只能羨慕，無法模仿。唉…
完
歡迎討論，歡迎吐槽