CHIRLA 是由阿利坎特大学计算研究所于 2025 年发布的一个用于人物重识别（Re-ID）与跟踪研究的多摄像头视频数据集，相关论文成果为「CHIRLA: Comprehensive High-resolution Identification and Re-identification for Large-scale Analysis」，旨在评估长期、复杂场景下的 Re-ID 与跟踪算法性能。

该数据集包含 596,345 帧视频画面，并提供 963,554 个带身份标注的边界框，数据采集周期为 7 个月，使用 7 台摄像头，共涉及 22 个身份，录制了 70 段视频序列。图像分辨率为 1080×720，帧率为 30 fps，拍摄场景为相互连通的室内环境，覆盖多个时间段与环境变化。所有视频帧均经过半自动标注，构建了一个大规模的多视角、多时间跨度的多人跟踪与重识别标注数据集。