An Attention-Based Deep Learning Model for Multiple Pedestrian Attributes Recognition

动机： 1.考虑到不一样的全身属性之间的语义相关性强。 2.每一类占得权重大小影响属性的识别程度，好比说背景和前景的比重web 贡献： 1.提出了一种PAR的多任务分类模型，其主要特征是聚焦于前景(人体)特征，减弱特征表示中背景区域的影响; 2.提出了一个加权和损失函数，有效处理优化机制中每一个类别(如性别、身材、年龄等)的贡献，在推理步骤中禁止某些类别占主导地位; 3.受到注意机制的启发，实现了

>>阅读原文<<