MEVID：面向视频行人重识别的多视角扩展视频与身份数据集
计算机视觉与模式识别
2022-11-11 v2
摘要
本文提出了一个用于大规模真实场景视频行人重识别（ReID）的多视角扩展视频与身份（MEVID）数据集。据我们所知，MEVID 是变化最丰富的视频行人重识别数据集，涵盖在 73 天窗口内九个不同日期采集的广泛室内外环境、多种摄像机视角以及人物着装变化。具体而言，我们从超大规模的 MEVA 人物活动数据集中，标注了 158 个独特人物的身份，他们身着 598 套服装，取自 8,092 个平均长度约 590 帧的轨迹片段，出现在 33 个摄像机视角中。虽然其他数据集拥有更多的独特身份，但 MEVID 强调每个个体更丰富的信息集，例如：每个身份 4 套服装对比 CCVID 的 2 套，17 个地点的 33 个视角对比 MTA 在 5 个模拟地点的 6 个视角，以及 1000 万帧对比 LS-VID 的 300 万帧。由于基于 MEVA 视频数据集，我们也继承了其有意与美国大陆人口统计平衡的数据。为加速标注过程，我们开发了一个半自动标注框架和图形用户界面，结合了用于目标检测、姿态估计、行人重识别和多目标跟踪的最先进实时模型。我们在 MEVID 挑战问题上评估了多种最先进方法，并全面量化了它们在服装、尺度和背景位置变化方面的鲁棒性。我们对 MEVID 现实且独特方面的定量分析表明，视频行人重识别仍存在重大挑战，并指出了未来研究的重要方向。
引用
@article{arxiv.2211.04656,
title = {MEVID: Multi-view Extended Videos with Identities for Video Person Re-Identification},
author = {Daniel Davila and Dawei Du and Bryon Lewis and Christopher Funk and Joseph Van Pelt and Roderick Collins and Kellie Corona and Matt Brown and Scott McCloskey and Anthony Hoogs and Brian Clipp},
journal= {arXiv preprint arXiv:2211.04656},
year = {2022}
}
备注
This paper was accepted to WACV 2023