Scalable Person Re-identification: A Benchmark
原文链接：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
这篇文章的主要贡献是提出了Market1501数据库。算法部分没什么特别之处，那么这篇博客就介绍一下在行人重识别领域举足轻重的数据库：Market1501
数据库中常见的缺点有：
- 数据库规模小（图片少）
- 摄像头个数少（一般为两个）
- 行人身份较少
- 每个身份的query只有一个
- 图片均为手动标记的完美图片，缺乏实际性
针对以上种种问题，创立了Market1501：
- 1501个身份
- 6个摄像头
- 32668张图片
- DPM检测器代替手工框出行人
- 500K张干扰图片
- 每一个身份有多个query
- 每一个query平均对应14.8个gallery
在此基础上，提出了mAP性能指标：
如上图，显然b比c要好。可是两者的rank1、rank2、rank3、rank4、rank5都等于1，没有区别。于是使用AP进行衡量，b是(1/1+2/2)/2=1，c是（1/1+2/5）/2=0.7，这样两者就有区别了。至于mAP，就是对所有query的AP求平均。
总结：清华大学的一个优秀的数据库，时隔四年仍然具有难度。凭借做数据库发表了ICCV，只能羡慕，无法模仿。唉…
完
欢迎讨论，欢迎吐槽
