行人檢測數據集匯總（持續更新）

03-02

原文首發於極市平台。

行人檢測( Pedestrian Detection) 是計算機視覺領域內應用比較廣泛和比較熱門的演算法，一般會與行人跟蹤，行人重識別等技術進行結合，來對區域內的行人進行檢測識別跟蹤，廣泛應用於安防，零售等領域。由於行人的外觀易受穿著、尺度、遮擋、姿態和視角等影響，行人檢測也具有一定的挑戰性。本文我們收集了行人檢測常用的一些數據集，方便大家來學習和研究行人檢測演算法。所有數據集均為網上公開數據集，文末附有下載鏈接。

1.MIT-CBCL Pedestrian Database（MIT行人資料庫）

該資料庫為較早公開的行人資料庫，共924張行人圖片（ppm格式，寬高為64x128），肩到腳的距離約80象素。該資料庫只含正面和背面兩個視角，無負樣本，未區分訓練集和測試集。Dalal等採用「HOG+SVM」，在該資料庫上的檢測準確率接近100%。

2.USC Pedestrian Detection Test Set（USC行人資料庫）

該資料庫包含三組數據集（USC-A、USC-B和USC-C），以XML格式提供標註信息。USC-A[Wu, 2005]的圖片來自於網路，共205張圖片，313個站立的行人，行人間不存在相互遮擋，拍攝角度為正面或者背面；USC-B的圖片主要來自於CAVIAR視頻庫，包括各種視角的行人，行人之間有的相互遮擋，共54張圖片，271個行人；USC-C有100張圖片來自網路的圖片，232個行人（多角度），行人之間無相互遮擋。

3.Caltech Pedestrian Detection Benchmark（Caltech行人資料庫）

該資料庫是目前規模較大的行人資料庫，採用車載攝像頭拍攝，約10個小時左右，視頻的解析度為640x480，30幀/秒。標註了約250,000幀（約137分鐘），350000個矩形框，2300個行人，另外還對矩形框之間的時間對應關係及其遮擋的情況進行標註。

4.Daimler Pedestrian Detection Benchmark (戴姆勒行人檢測標準資料庫)

該資料庫採用車載攝像機獲取，分為檢測和分類兩個數據集。檢測數據集的訓練樣本集有正樣本大小為18×36和48×96的圖片各15560（3915×4）張，行人的最小高度為72個象素；負樣本6744張（大小為640×480或360×288）。測試集為一段27分鐘左右的視頻（解析度為640×480），共21790張圖片，包含56492個行人。分類資料庫有三個訓練集和兩個測試集，每個數據集有4800張行人圖片，5000張非行人圖片，大小均為18×36，另外還有3個輔助的非行人圖片集，各1200張圖片。

5.DukeMTMC-reID

DukeMTMC-reID 為 DukeMTMC數據集的行人重識別子集。原始數據集包含了85分鐘的高解析度視頻，採集自8個不同的攝像頭。並且提供了人工標註的bounding box.

6.INRIA Person Dataset（INRIA行人資料庫）

該資料庫是目前使用最多的靜態行人檢測資料庫，提供原始圖片及相應的標註文件。訓練集有正樣本614張（包含2416個行人），負樣本1218張；測試集有正樣本288張（包含1126個行人），負樣本453張。圖片中人體大部分為站立姿勢且高度大於100個象素，部分標註可能不正確。圖片主要來源於GRAZ-01、個人照片及google，因此圖片的清晰度較高。在XP操作系統下部分訓練或者測試圖片無法看清楚，但可用OpenCV正常讀取和顯示。