行人检测数据集
行人检测( Pedestrian Detection) 是
计算机视觉
领域内应用比较广泛和比较热门的算法，一般会与行人跟
踪，行人重识别等技术进行结合，来对区域内的行人进行检测识别跟踪，广泛应用于安防，零售等领域。
由于行人的外观易受穿着、尺度、遮挡、姿态和视角等影响，行人检测也具有一定的挑战性。本文我们收
集了行人检测常用的一些数据集，方便大家来学习和研究行人检测算法。所有数据集均为网上公开数据
集，文末附有下载链接。
1.MIT-CBCL Pedestrian Database（MIT行人数据库）
该数据库为较早公开的行人数据库，共
924
张行人图片（
ppm
格式，宽高为
64x128
），肩到脚的距离
约
80
象素。该数据库只含正面和背面两个视角，无负样本，未区分训练集和测试集。
Dalal
等采
用
“HOG+SVM”
，在该数据库上的检测准确率接近
100%
。
2.USC Pedestrian Detection Test Set（USC行人数据库）
该数据库包含三组数据集（
USC-A
、
USC-B
和
USC-C
），以
XML
格式提供标注信息。
USC-A[Wu, 2005]
的
图片来自于网络，共
205
张图片，
313
个站立的行人，行人间不存在相互遮挡，拍摄角度为正面或者背
面；
USC-B
的图片主要来自于
CAVIAR
视频库，包括各种视角的行人，行人之间有的相互遮挡，共
54
张图
片，
271
个行人；
USC-C
有
100
张图片来自网络的图片，
232
个行人（多角度），行人之间无相互遮挡。
3.Caltech Pedestrian Detection Benchmark（Caltech行人数据库）
