Pedestrian Attribute Recognition via Hierarchical Multi-task Learning and Relationship Attention

动机： 在属性定位中增加像素级的监督，从而改进特征学习；局部属性和全局属性存在空间差异； 不同属性之间存在语义关系。 贡献： (1)提出了一种端到端的深度多任务学习方法，将语义分割与特征学习中的细粒度像素级属性定位相结合。 (2)提出了一种两阶段学习策略，通过在单个模型中逐级分离粗属性定位和细属性识别来增强特征学习。 (3)提出了一个属性关系注意模块来捕捉不同属性之间的关系，进一步增强了该特征以更

>>阅读原文<<