An Attention-Based Deep Learning Model for Multiple Pedestrian Attributes Recognition

動機: 1.考慮到不一樣的全身屬性之間的語義相關性強。 2.每一類佔得權重大小影響屬性的識別程度,好比說背景和前景的比重web 貢獻: 1.提出了一種PAR的多任務分類模型,其主要特徵是聚焦於前景(人體)特徵,減弱特徵表示中背景區域的影響; 2.提出了一個加權和損失函數,有效處理優化機制中每一個類別(如性別、身材、年齡等)的貢獻,在推理步驟中禁止某些類別占主導地位; 3.受到注意機制的啓發,實現了
相關文章
相關標籤/搜索