行人屬性「Actions and Attributes from Wholes and Parts」

使用部件進行行爲和屬性分類，首先使用深度版poselet部件檢測器，檢測人體part。在行爲和屬性識別任務重，訓練了包含part的全局cnn，提升性能。作者通過實驗研究了加入part進行屬性預測是否確實有必要。 論文提出方法的結構如下圖所示，計算行人整體及各部件的cnn特徵用於分類： 通過實驗發現，加入part會帶來性能提升，但隨着網絡加深，性能提升不大。 相關工作 低層特徵：DPMs用於目標檢測

>>阅读原文<<