Dataset：Human Detection and Search

1. 背景

主要归纳了一下Human Detection and Search 涉及到的6个数据集， 分别为ETHZ， CityPersons，CalTech，MOT17, CUHK-SYSU和PRW这六个。

2. 数据简介

2. 1 ETHZ

参考地址

Ess等构建了基于双目视觉的行人数据库用于多人的行人检测与跟踪研究。该数据库采用一对车载的AVT Marlins F033C摄像头进行拍摄，分辨率为640×480，帧率13-14fps，给出标定信息和行人标注信息，深度信息采用置信度传播方法获取。

@InProceedings{eth_biwi_00534, author = {A. Ess and B. Leibe and K. Schindler and and L. van Gool}, title = {A Mobile Vision System for Robust Multi-Person Tracking}, booktitle = {IEEE Conference on Computer Vision and Pattern Recognition (CVPR'08)}, year = {2008}, month = {June}, publisher = {IEEE Press}, keywords = {} }

2.2 CityPersons

参考地址 cityperson数据集是cityscapes数据集的子集，cityperson的标注文件只标注了其中Human的类别

@INPROCEEDINGS{Shanshan2017CVPR, Author = {Shanshan Zhang and Rodrigo Benenson and Bernt Schiele}, Title = {CityPersons: A Diverse Dataset for Pedestrian Detection}, Booktitle = {CVPR}, Year = {2017} } @INPROCEEDINGS{Cordts2016Cityscapes, title={The Cityscapes Dataset for Semantic Urban Scene Understanding}, author={Cordts, Marius and Omran, Mohamed and Ramos, Sebastian and Rehfeld, Timo and Enzweiler, Markus and Benenson, Rodrigo and Franke, Uwe and Roth, Stefan and Schiele, Bernt}, booktitle={Proc. of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)}, year={2016} }

2.3 CalTech

参考地址

加州理工学院行人数据集。 训练数据（set00-set05）包含六个训练集（每个约1GB），每个训练集包含6-13个一分钟长的seq文件，以及所有注释信息（有关详细信息，请参见本文）。 测试数据（set06-set10）包含五组，每组约1GB。 新增：现在还提供了整个数据集的注释。 也提供包含所有评估算法检测结果的输出文件。

@inproceedings{ dollarCVPR09peds, author = "P. Doll\'ar and C. Wojek and B. Schiele and P. Perona", title = "Pedestrian Detection: A Benchmark", booktitle = "CVPR", month = "June", year = "2009", city = "Miami", }

2.4 MOT17

参考地址

@article{milan2016mot16, title={MOT16: A benchmark for multi-object tracking}, author={Milan, Anton and Leal-Taix{\'e}, Laura and Reid, Ian and Roth, Stefan and Schindler, Konrad}, journal={arXiv preprint arXiv:1603.00831}, year={2016} }

2.5 CUHK-SYSU

参考地址

港中文出的benchmark，该数据集包含18184张图像和8,432个身份。与以前的re-id基准不同，将查询人员与人工裁剪的行人匹配，通过从图库中的整个图像中搜索人员，我们的数据集更接近于实际的应用场景。

根据图像来源，数据集可分为两部分：街拍和电影。在街拍中，使用手持摄像机收集了数百个场景的图像，并尝试尽可能多地包含视点，照明，分辨率，遮挡和背景的变化。选择电影和电视剧作为收集图像的另一个来源，因为它们提供了更加多样化的场景和更具挑战性的观点。

@inproceedings{xiaoli2017joint, title={Joint Detection and Identification Feature Learning for Person Search}, author={Xiao, Tong and Li, Shuang and Wang, Bochao and Lin, Liang and Wang, Xiaogang}, booktitle={CVPR}, year={2017} }

2.6 PRW

参考地址

PRW（野外人员重新识别）数据集是Maretk1501数据集的扩展。 作者不仅提供边界框，所有的帧都进行了标注。 因此，人们可以评估不同人员检测器的影响。

@inproceedings{zheng2017person, title={Person re-identification in the wild}, author={Zheng, Liang and Zhang, Hengheng and Sun, Shaoyan and Chandraker, Manmohan and Yang, Yi and Tian, Qi}, booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition}, pages={1367--1376}, year={2017} }

这个博客只是进行一个非常简单的归纳，其实如果要处理对应的数据还是要下一番功夫的。。。

参考地址：

https://blog.csdn.net/jay463261929/article/details/53201167https://github.com/Zhongdao/Towards-Realtime-MOT/blob/master/DATASET_ZOO.md