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