基于多标签对抗领域自适应的行人属性识别算法

作者：胡强梁; 陈琳; 尚明生

来源：北京航空航天大学学报, 2023, 1-12.

DOI：10.13700/j.bh.1001-5965.2023.0386

• 行人属性识别
• 多标签学习
• 多标签领域自适应
• 多属性特征提取

当前无监督领域自适应算法通常局限于单标签学习问题，难以适配针对行人属性的多标签分类任务。针对上述问题，提出了一种多标签对抗领域自适应的行人属性识别方法。首先，为适应行人属性多标签领域迁移任务，基于多标签特征分离模块，利用特定类别语义对主干网络提取的深度特征进行属性分离，有效提取特定属性的表征信息。其次，针对不同领域属性特征分布差异较大的难点，提出基于分类器复用的多标签领域鉴别模块，同时实现多标签领域对齐和多标签分类，有效利用预测的鉴别信息捕获特征分布的多模式结构。实验结果表明，提出的算法对比基准模型有明显提升，在mA、Acc、Rec和F1指标上分别提升了4.49%、5.5%、11.44%和5.89%。提出的算法为多标签领域自适应学习提供了新思路。

• 单位
  中国科学院重庆绿色智能技术研究院; 中国科学院大学