基于任务感知机制的行人属性识别

作者：储智强; 李旻先^*

来源：计算机应用研究, 2022, 39(03): 879-883.

DOI：10.19734/j.issn.1001-3695.2021.07.0285

• 行人属性识别
• 空间注意力
• 注意力机制
• 语义相关

为了提高基于深度学习的行人属性识别的能力，提出了一种基于任务感知机制的行人属性识别网络模型。考虑到不同行人属性之间存在较强的语义相关性，提出了任务感知机制，充分挖掘不同任务中属性和属性之间的关联性；针对行人属性样本的不平衡性，利用加权损失策略降低不平衡性带来的影响；在现有的三个行人属性数据集PETA、PA100k和RAP上的实验结果表明，提出的方法具有较强的竞争力。

• 单位
  南京理工大学