本文提出一个全新的高质量行人重识别（person re-identification）数据集，命名为“Market-1501”。现有数据集普遍面临以下三个问题：1）规模有限；2）标注框由人工绘制，无法在真实场景下获得；3）每个身份仅提供一张标注图像和一张查询图像（封闭环境）。为解决上述问题，所提出的Market-1501数据集在三个方面具有显著特点：第一，数据集包含超过32,000个标注的边界框（bbox），并额外提供超过50万张干扰图像（distractor set），使其成为目前规模最大的行人重识别数据集；第二，Market-1501中的图像采用可变形部件模型（Deformable Part Model, DPM）作为行人检测器自动标注，确保了标注的客观性与可扩展性；第三，该数据集在开放系统环境中采集，每个身份在每台摄像头下均包含多张图像，更贴近真实监控场景。作为次要贡献，受大规模图像搜索领域近期进展的启发，本文提出一种无监督的词袋（Bag-of-Words）描述子。我们将行人重识别视为图像搜索的一个特殊任务。实验结果表明，所提出的描述子在VIPeR、CUHK03和Market-1501三个数据集上均取得了具有竞争力的识别准确率，并且在大规模50万张图像的数据集上展现出良好的可扩展性。