行人属性识别：综述

识别行人属性是计算机视觉领域的一项重要任务，因其在视频监控中发挥着重要作用。已有许多算法被提出以处理该任务。本文的目标是综述使用传统方法或基于深度学习网络现有工作。首先，我们介绍行人属性识别（简称PAR）的背景，包括行人属性的基本概念与相应挑战。其次，我们介绍现有基准，包括流行数据集与评估准则。第三，我们分析多任务学习与多标签学习的概念，并解释这两种学习算法与行人属性识别之间的关系。我们还综述了深度学习领域中已广泛应用的一些流行网络架构。第四，我们分析该任务的主流解决方案，如属性分组、基于部件等。第五，我们展示一些考虑行人属性并取得更优性能的应用。最后，我们总结本文并给出行人属性识别的几个可能研究方向。我们持续更新以下GitHub以跟踪行人属性识别最前沿的相关工作~\url{https://github.com/wangxiao5791509/Pedestrian-Attribute-Recognition-Paper-List}