Market-1501
Parent: ai_keywords
Market-1501 百科解释
核心定义
Market-1501 是行人重识别（Person Re-identification, ReID）领域的权威基准数据集，由清华大学于 2015 年提出。该数据集采集自校园环境下的 6 个摄像头（含 1 个移动摄像头），包含 1,501 个不同身份的行人，共计 32,668 个标注边界框。每个身份至少被 2 个摄像头捕获，图像尺寸固定为 128×64 像素。其核心目标是评估算法在跨摄像头、跨视角条件下对同一行人的匹配能力，是当前 ReID 研究最通用的性能测试集之一。
关键技术点
- 多摄像头跨视角匹配：需解决光照、姿态、遮挡及相机视角差异带来的外观变化，通常采用基于深度学习的全局特征或局部特征（如 PCB 网络）进行对齐。
- 度量学习：通过 triplet loss、circle loss 或 softmax+cross-entropy 损失函数，学习一个嵌入空间，使得相同 ID 特征距离近、不同 ID 特征距离远。
- 重排序（Re-ranking）：利用 k-reciprocal 编码或图匹配算法，对初始排序结果进行二次优化，显著提升 mAP（平均精度均值）指标。
- 领域适应与跨域泛化：由于 Market-1501 与真实医疗场景存在分布差异，常用域适应技术（如 MMD、对抗训练）将预训练模型迁移至新场景。
医学/神经科学应用场景（首都医科大学背景）
首都医科大学神经病学系可将 Market-1501 的跨摄像头匹配技术迁移至帕金森病患者的步态监测系统中。具体而言：在病房、走廊和康复训练室部署多摄像头，对帕金森病患者进行长期、无干扰的运动功能追踪。借助 ReID 模型，系统能自动关联同一患者在不同摄像头、不同日期的步态视频片段（如冻结步态发作、转身时长等），构建个体化疾病进展时间序列。此方法可替代传统主观量表评估，为治疗方案的优化提供定量证据，且对脑卒中后运动功能障碍患者的康复监测具有类似适用性。
