UniPAR：面向行人属性识别的统一框架
计算机视觉与模式识别
2026-03-06 v1 人工智能
摘要
行人属性识别是计算机视觉中的基础任务，为下游应用提供必要支持，包括视频监视中的人物检索和智能零售分析。然而，现有研究常受制于“每个数据集一个模型”范式，难以处理跨域在模态、属性定义和环境场景方面的显著差异。为此，我们提出了 UniPAR，一个基于 Transformer 的统一行人属性识别框架。通过纳入统一的数据调度策略和动态分类头，UniPAR 使单个模型能够同时处理来自异构模态（包括 RGB 图像、视频序列和事件流）的多样化数据集。我们还引入了创新的分阶段融合编码器，通过晚期深度融合策略显式地将视觉特征与文本属性查询对齐。在 MSP60K、DukeMTMC 和 EventPAR 等广泛使用的基准数据集上的实验结果表明，UniPAR 的性能媲美专用的 SOTA 方法。此外，跨数据集联合训练显著提升了模型在低光和运动模糊等极端环境下的跨域泛化能力和识别鲁棒性。本文的代码将发布在 https://github.com/Event-AHU/OpenPAR
关键词
引用
@article{arxiv.2603.05114,
title = {UniPAR: A Unified Framework for Pedestrian Attribute Recognition},
author = {Minghe Xu and Rouying Wu and Jiarui Xu and Minhao Sun and Zikang Yan and Xiao Wang and ChiaWei Chu and Yu Li},
journal= {arXiv preprint arXiv:2603.05114},
year = {2026}
}