行人属性
佑林杉
这个作者很懒,什么都没留下…
展开
-
Relation-Aware Pedestrian Attribute Recognition with Graph Convolutional Networks
动机:1.大多数工作只使用简单的多任务学习(MTL)框架来利用多个属性之间的关系,其中不同属性之间的信息交换只允许在共享的低级层中进行。由于MTL利用最后一层的损失来指导学习,因此不同属性之间的显式信息交换和传播可能不够充分。2.虽然深卷积网络在行人属性识别方面取得了很大的成功,但是上下文关系并没有得到充分的利用。这是因为根据研究结果,这些深卷积网络中单位的感受野受到了严重的限制。贡献:(1) 提出了一种新的端到端统一框架,利用GCN来捕获行人属性识别中的属性和上下文关系;(2)提出了两种新的图结原创 2020-07-12 14:55:59 · 1156 阅读 · 7 评论 -
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重要区域和区分区域。从不同角度考虑问题的三种注意力机制是相互关联和互补的。3.对新的行人解析数据集进行了注释,原创 2020-06-30 16:41:04 · 450 阅读 · 0 评论 -
Research on Pedestrian Attribute Recognition Based on Semantic Segmentation in Natural Scene
动机:以往的研究主要使用传统的机器学习方法和神经网络来识别行人属性,主要判断自然场景中行人属性的存在性。但是,仅仅判断属性是否存在是不够的,获取属性的位置通常会提供更多的信息。例如,行人的位置信息有助于提高行人重新识别的能力。我们知道,人类将属性的位置作为辅助信息来判断两个行人是否为同一个人。另一方面,如果获得了属性的位置,我们可以对一些已知位置信息的属性进行进一步的研究,比如分析包包的品牌,鞋子的尺码等等。贡献:(1)提出了第一个自然场景中行人属性语义数据集PASD(行人属性语义数据集)。(2)利原创 2020-06-30 15:52:08 · 328 阅读 · 0 评论 -
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...原创 2020-04-13 20:25:54 · 957 阅读 · 0 评论 -
Multi-Task Learning via Co-Attentive Sharing for Pedestrian Attribute Recognition
动机:为了在两个单独的任务网络之间共享特征表示,传统的方法,如Cross-Stitch和Sluice网络学习特征或特征子空间的线性组合。然而,线性组合排除了通道之间复杂的相互依赖关系。此外,空间信息交换的考虑较少。贡献:提出了一种新的共注意共享(co - Sharing, CAS)模块,该模块提取识别通道和空间区域,从而在行人属性识别中实现两个任务网络之间更有效的特征共享。它包括三个分支:协...原创 2020-04-13 20:20:46 · 543 阅读 · 0 评论 -
A multi-branch separable convolution neural network for pedestrian attribute recognition
动机:DSC层由于其高效的学习能力和简化的参数集,已经在各种应用中得到应用。研究人员多年来利用卷积神经网络(convolutional neural networks, CNN)提出了各种解决方案,但是我们将DSC层引入到CNN中来解决行人属性识别的问题。多年来,RGB一直是计算机视觉研究人员选择的颜色空间。其他著名的颜色空间包括YCrCb, HSV和Lab。在分离色度和亮度分量时,每个颜色空...原创 2020-04-13 19:51:43 · 372 阅读 · 0 评论 -
Mixed High-Order Attention Network for Person Re-Identification
动机:作者认为目前attention的操作都太过于粗糙,工作主要集中在粗糙的或一阶的注意力设计上,例如 spatial attention 和 channel attention ,需要高阶的操作以获取更多local之间的关系。贡献:1.提出了高阶注意分配(HOA)模块来捕获和利用高阶注意分配。2.将ReID重新考虑为零样本学习任务,并提出了混合高阶注意力网络(MHN),以有效利用多个HO...原创 2020-04-06 10:43:10 · 1133 阅读 · 0 评论 -
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 Model s)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 ...原创 2020-03-15 14:47:38 · 466 阅读 · 0 评论 -
PGDM (ICME-2018)
动机:Existingmethods usually solve it with end-to-end multi-label deep neural networks, while the structure knowledge of pedestrian body has been little utilized. Considering that attributes have stron...原创 2020-03-14 18:54:13 · 983 阅读 · 0 评论