面向行人属性识别的以数据为中心的方法：基于提示驱动扩散模型的合成增强

行人属性识别（PAR）是一项具有挑战性的任务，因为模型需要在真实世界数据中泛化至众多属性。传统方法侧重于复杂的方法，然而识别性能往往受限于训练数据集的局限性，特别是某些属性的代表性不足。在本文中，我们提出了一种以数据为中心的方法，通过文本描述引导的合成数据增强来改进 PAR。首先，我们定义了一个协议以识别多个数据集中识别能力较弱的属性。其次，我们提出了一种提示驱动的流水线，利用扩散模型生成合成行人图像，同时保持 PAR 数据集的一致性。最后，我们推导出一种策略，将合成样本无缝整合到训练数据中，该策略考虑了基于提示的标注规则并修改了损失函数。在流行的 PAR 数据集上的结果表明，我们的方法不仅提升了对代表性不足属性的识别，还提升了超出目标属性范围的整体模型性能。值得注意的是，该方法在无需更改模型架构的情况下增强了零样本泛化能力，为改善真实世界中行人属性识别提供了一种高效且可扩展的解决方案。