Real Scenario Text-based Person Re-identification の正式名称である RSTPReid には、4,101 人が関与する 20,505 枚の画像が含まれており、画像は 15 台のカメラからのものです。各人物には、異なるカメラで撮影された 5 つの対応する画像があり、複雑な屋内と屋外のシーンの遷移と異なる期間の背景が含まれているため、RSTPReid はより挑戦的で、実際のシーンに適応しやすくなります。

各画像には 2 つのテキスト説明が付けられています。データを分割するために、トレーニング、検証、テストにそれぞれ 3,701、200、200 の ID が利用されました。各文は 23 単語以上である必要があります。