Ce papier présente un nouveau jeu de données de haute qualité dédié à la réidentification de personnes, nommé « Market-1501 ». En général, les jeux de données actuels présentent trois limitations majeures : 1) leur taille est limitée ; 2) ils reposent sur des boîtes englobantes (bboxes) manuellement tracées, qui ne sont pas réalisables dans des scénarios réalistes ; 3) chaque identité dispose d'une seule image de référence (ground truth) et d'une seule image de requête (query), ce qui correspond à un environnement contrôlé. Pour surmonter ces problèmes, le jeu de données Market-1501 proposé présente trois caractéristiques principales. Premièrement, il contient plus de 32 000 boîtes englobantes annotées, accompagnées d’un ensemble de distractions composé de plus de 500 000 images, ce qui en fait le plus grand jeu de données pour la réidentification de personnes à ce jour. Deuxièmement, les images du jeu de données Market-1501 ont été détectées à l’aide du modèle de parties déformables (Deformable Part Model, DPM), assurant une détection automatisée et fiable des piétons. Troisièmement, ce jeu de données a été collecté dans un environnement ouvert, où chaque identité est représentée par plusieurs images prises par chaque caméra. En complément, inspiré des progrès récents dans la recherche d’images à grande échelle, ce papier propose un descripteur non supervisé basé sur la méthode « Bag-of-Words ». Nous considérons la réidentification de personnes comme une tâche particulière de recherche d’images. Les expérimentations montrent que ce descripteur proposé atteint des performances compétitives sur les jeux de données VIPeR, CUHK03 et Market-1501, tout en étant scalable sur le grand jeu de données de 500 000 images.