Attention-Based Pedestrian Attribute Analysis

動機：由於姿態變化較大，背景複雜且攝像機視角不同的行人圖像帶來的挑戰。爲了針對變化選擇重要且有區別的區域或像素，通過從不同的角度考慮問題來獲取有效信息。 貢獻： 1.以一種多任務的方式同時學習不同的注意力機制，以探索相關的互補信息。 2.提出了三種用於行人屬性分析的注意機制：解析注意，標籤注意和空間注意。解析注意是在像素級位置提示的指導下制定的，而標籤注意和空間注意旨在分別爲每個屬性和所有屬性選擇

>>阅读原文<<