ENTIre-ID：面向人再识别的大规模且多样化数据集
计算机视觉与模式识别
2024-06-03 v1 人工智能
机器学习
摘要
人再识别在计算机视觉领域的重要性不断提升，凸显了需要更广泛且多样化数据集的需求。为此，我们引入了ENTIre-ID数据集，这是一个包含来自37个不同摄像机、环境各异的445万张以上图片的大型数据集。该数据集专为解决域一致性和模型泛化等挑战而设计，而现有人再识别数据集在这两个方面均表现不足。ENTIre-ID数据集突出其覆盖广泛的真实场景，包括各种光照条件、视角以及多样化的人类活动。这种设计确保了为ReID模型提供真实可靠的训练平台。ENTIre-ID数据集已公开提供，访问地址为https://serdaryildiz.github.io/ENTIre-ID
引用
@article{arxiv.2405.20465,
title = {ENTIRe-ID: An Extensive and Diverse Dataset for Person Re-Identification},
author = {Serdar Yildiz and Ahmet Nezih Kasim},
journal= {arXiv preprint arXiv:2405.20465},
year = {2024}
}
备注
5 pages, 2024 18th International Conference on Automatic Face and Gesture Recognition (FG)