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

動機： 1.考慮到不同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，比如說背景和前景的比重 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，實現了一個元素級

>>阅读原文<<