Attention-Based Pedestrian Attribute Analysis

动机：由于姿态变化较大，背景复杂且摄像机视角不同的行人图像带来的挑战。为了针对变化选择重要且有区别的区域或像素，通过从不同的角度考虑问题来获取有效信息。 贡献： 1.以一种多任务的方式同时学习不同的注意力机制，以探索相关的互补信息。 2.提出了三种用于行人属性分析的注意机制：解析注意，标签注意和空间注意。解析注意是在像素级位置提示的指导下制定的，而标签注意和空间注意旨在分别为每个属性和所有属性选择

>>阅读原文<<