一种基于注意力的深度学习模型用于多行人属性识别
计算机视觉与模式识别
2020-04-03 v1 机器学习
摘要
监控视频中行人的自动表征是一项艰巨挑战，尤其在数据极为多样、背景杂乱，且目标以不同距离、多种姿态、部分遮挡被拍摄时。观察到当前最优性能仍不尽如人意，本文针对该问题提出了一种新颖解决方案，具有双重贡献：1) 考虑到不同全身属性间较强的语义关联，我们提出了一种多任务深度模型，使用逐元素乘法层提取更全面的特征表示。实践中，该层充当过滤器以去除无关背景特征，对处理复杂、杂乱数据尤为重要；2) 我们在损失函数中引入加权求和项，不仅相对化了各任务（属性类别）的贡献，而且对多属性推断设定下的性能提升至关重要。我们的实验在两个知名数据集（RAP 和 PETA）上进行，表明了所提方法相对于当前最优方法的优越性。代码见 https://github.com/Ehsan-Yaghoubi/MAN-PAR-。
引用
@article{arxiv.2004.01110,
title = {An Attention-Based Deep Learning Model for Multiple Pedestrian Attributes Recognition},
author = {Ehsan Yaghoubi and Diana Borza and João Neves and Aruna Kumar and Hugo Proença},
journal= {arXiv preprint arXiv:2004.01110},
year = {2020}
}
备注
Submitted to Image and Vision Computing journal