Recurrent attention model for pedestrian attribute recognition

动机：
许多需要识别的语义行人属性往往表现出空间局部性和语义相关性，并可以据此进行分组，而以往的研究大多忽略了这一现象。而且递归神经网络(RNN)学习上下文关联具有超强能力、注意模型(Attention Models)在特征图上突出感兴趣区域具有一定的能力。

contributions:
1.We put forward novel recurrent approaches termed as RC and RA for pedestrian attribute recognition.RA is the first work that predicts attributes group by group via mining both intra-group attention locality and inter-group attention correlations.
2.Single-model end-to-end architectures, which are easier to train, are adopted without much more preprocessing prior.
3.ConvLSMT is first introduced by the proposed RC and RA models to model the context correlations and keep the 2D spatial locality for visual attention in the meanwhile.

主要就是提出了端到端递归卷积(RC)和递归注意(RA)模型，二者互为补充。RC模型利用卷积LSTM单元挖掘不同属性组之间的相关性，而RA模型利用组内空间局部性和组间注意相关性来提高行人属性识别的性能。RA方法结合了循环学习和注意模型来突出特征图上的空间位置，并挖掘不同属性组之间的注意相关性，以获得更精确的注意。

网络：

RC用于从属性组的中层卷积特征映射中挖掘属性相关性。

RA模型利用组内空间局部性和组间注意力相关性来提高最终性能

对数据集进行分组：
PETA

RAP

具体来说，首先将所有属性划分为多个属性组。对于每一幅行人图像，使用CNN提取其特征图，并逐组反馈给ConvLSTM层。然后在卷积后加入卷积网络，得到每个时间步的新特征图。最后，利用这些特征对当前的属性组进行属性分类。

实验：
PETA和RAP数据集。

在随机顺序与之前的顺序输入图片的情况下获得的结果如下。