基于序列的联合CTC-Attention模型行人属性识别
计算机视觉与模式识别
2018-11-28 v2
摘要
属性识别因其在诸多计算机视觉任务（如行人重识别）中的广泛应用而变得至关重要。与许多目标识别问题一样，视角变化、光照变化以及远距离识别都使该任务具有挑战性。本工作中，我们提出一种联合CTC-Attention模型（JCM），该模型将属性标签映射为序列以学习属性间的语义关系。此外，该网络使用神经网络将图像编码为序列，并采用连接时序分类（CTC）损失训练网络，旨在提升网络的编码性能。同时，它采用attention模型对序列进行解码，能够实现序列对齐并更好地从属性中学习语义信息。在三个公开数据集（即Market-1501属性数据集、Duke属性数据集和PETA数据集）上的大量实验证明了所提方法的有效性。
引用
@article{arxiv.1811.08115,
title = {Sequence-based Person Attribute Recognition with Joint CTC-Attention Model},
author = {Hao Liu and Jingjing Wu and Jianguo Jiang and Meibin Qi and Bo Ren},
journal= {arXiv preprint arXiv:1811.08115},
year = {2018}
}