An Attention-Based Deep Learning Model for Multiple Pedestrian Attributes Recognition

动机：
1.考虑到不同的全身属性之间的语义相关性强。
2.每一类占得权重大小影响属性的识别程度，比如说背景和前景的比重

贡献：
1.提出了一种PAR的多任务分类模型，其主要特征是聚焦于前景(人体)特征，减弱特征表示中背景区域的影响;
2.提出了一个加权和损失函数，有效处理优化机制中每个类别(如性别、身材、年龄等)的贡献，在推理步骤中禁止某些类别占主导地位;
3.受到注意机制的启发，实现了一个元素级的乘法层，它在卷积层的输出中模拟了硬注意，这特别提高了在高度异构的数据获取环境中特征表示的鲁棒性。

框架：

该框架主要分为四部分，卷积层，作为通用的特征提取器;体分割模块，负责识别前景/背景区域;乘法层，即在实践中实现注意机制;以任务为导向的分支，避免了在推理步骤中某些标签相对于其他标签的优势。
首先，输入图像提供一组卷积层，其中提取局部和全局特征。接下来，使用身体分割模块来获得行人身体的二进制掩码。这个遮罩用于删除背景特征，通过元素与特征映射的相乘实现。
然后使用平均池策略对产生的特性(没有背景噪声)进行压缩。最后，对于每个任务，在网络上添加不同的全连接层，不仅可以利用来自其他任务的有用信息，还可以提高网络的泛化性能。采用了多任务网络，因为共享的卷积层提取了所有任务(即，行为属性、区域属性和全局属性)，然后，还有一些独立的分支，这些分支允许网络将重点放在每个任务的最重要的特性上。
上图中，RCB是残卷积块的缩写，具体框架如下：

提出的损失函数：

T、Ct、Kc、Nk分别为任务数、每个任务的类别(标签)数、每个类别的类数、每个类的样本数

实验：
在PETA 和RAP 数据集上进行实验。


下表是为了验证框架的有效性做的消融实验：

下图显示了系统对于部分遮挡的行为的处理结果。由此可见，该网络能够有效滤除干扰物的有害特征，同时聚焦于目标对象。

下图显示了每个任务中属性识别期间的模型行为。

下表展示了损失函数的影响：