年份：2015 
会议：3rd IAPR Asian Conference on Pattern Recognition (ACPR)
机构：中国科学院.自动化研究所.模式识别国家重点实验室
网络：DeepSAR DeepMAR
源码（论文没有提供源码，是他人实现的）：https://github.com/kyu-sz/DeepMAR_deploy 

该论文是后期被行人属性相关论文引用最多的。当前（2015年）属性识别问题主要针对两个应用场景，自然场景和监控场景。本篇论文针对监控场景。

该论文就行人属性识别领域存在的两个主要问题（手工找特征不能很好的适用视频场景、属性之间的关系被忽略），主要提出了两个网络，DeepSAR和DeepMAR。

DeepSAR：独立识别每个属性。将每一个属性的识别当作二元分类问题，然后一个一个识别每个属性。
DeepMAR：利用属性之间的关系，如长发更有可能是女性，所以头发的长度有利于帮助识别性别属性。将所有属性的识别一次性完成，多标签分类问题。

网络结构：

解释：

        DeepSAR和DeepMAR共用ConvNet，其中ConvNet包括5个卷积层，3个全连接层。其后对应的激活单元是ReLU。

        前两个卷积层后面有Max Pooling层和Local Normalization层。最后一个卷积层后有Max Pooling层。

        模型在CaffeNet（CaffeNet和AlexNet基本一致，除了交换了归一化和池化的顺序）的基础上进行finetune。

DeepSAR的Loss function：
       
       其中，N是行人图片的数量，L是属性的数量。pˆi,yil是第l个属性输出的softmax output probability。

DeepMAR的loss function：
       由于属性分布不均衡，数据集中某些属性正样本出现次数很少。提出了改进的损失函数，带上了wl。
          
        其中，wl是第l个属性的损失权重，pl是训练集中第l个属性的出现比例。σ是调优参数（设为1）

在PETA上的实验：

        总19000张——训练集:验证集:测试集 = 9500:1900:7600（PETA数据集常用分类方法）

        DeepSAR：

                在CaffeNet上finetune，由于缺少正样本，只有最后一层个全连接层finetune了。而且将正样本随机复制。

                图像处理：1.调整为256*256    2.随机镜像和剪裁为227*227 

                不同属性用不同的learning rate、weight decay、iterations。

        DeepMAR：

                同样CaffeNet

                使用加权的sigmoid交叉熵损失

                初始learning rate 0.001+初始weight decay 0.005

         对比：马尔可夫随机场 MRFr2（手工特征+没有建模属性间关系）

         结果对比：

         结论：

              1. 识别准确率基本都比 MRFr2高

              2. 小比例的属性上，两个网络准确率都更高，而这些属性对于行人重识别来说更重要

              3. 在属性之间的关系的帮助下，DeepMAR利用正例率低的属性来帮助识别正例率高的属性

              4. 但是如果某个属性占比太少（0.04以下级别），则识别准确率较低

在APiS上的实验：

        总3661张（正常+监控场景），图像处理：调整为128*48。loss fuction, initial learning rate, and weight decay和上个实验一样。每20个epoch就减小learning rate1/10，100个epoch以后收敛了。由于图像太小，所以没有训练DeepSAR，容易overfitting。（由于后期很少有在这个数据集上进行的实验，不多赘述）

    对比得出的结论：

        1. DeepMAR在小像素图片上的表现更好

        2. 是因为利用了属性之间的关系

总结以及未来工作：

        DeepSAR在PETA数据集的低占比的属性上表现很好

        DeepMAR在两个数据集上的表现都很好。

        以后要为多标签联合学习任务发掘新的loss function

        将这种多标签学习任务辅助于行人重识别