行人属性“Attribute Recognition by Joint Recurrent Learning of Context and Correlation”

应该是比较新的属性学习文章了,ICCV2017。在监控场景中进行行人属性的识别,主要遇到的挑战是图像质量差,外形变化及属性可能在不同的空间位置,标记的训练样本少。论文提出JRL模型挖掘属性上下文信息及属性间相互关系提升识别准确率。JRL在一张行人图像内学习属性相关性,具体的说是属性预测顺序的相互关联性。 解决属性预测遇到挑战的方法,一是使用属性的相关性:如“女性”和“裙子”在一张行人图像中出现的可
相关文章
相关标签/搜索