行人属性“Multi-attribute Learning for Pedestrian Attribute Recognition in Surveillance Scenarios”

行人属性预测中被多篇论文引用的论文。内容相对简单，两个网络结构，DeepSAR对每个属性独立预测，DeepMAR多属性联合预测。

目前属性预测关注的两个场景：自然场景和监控场景。自然场景图像质量一般比较高，而监控场景图像一般比较模糊、分辨率低、光线变化比较大。属性间一般是相互关联的，如头发的长度可以帮助性别的识别。

网络结构：

属性通常不具有同一分布，为解决样本不均问题，提出改进的损失函数：

其中

实验结果

版权声明：本文来源CSDN，感谢博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。
原文链接：https://blog.csdn.net/cv_family_z/article/details/78293035
站方申明：本站部分内容来自社区用户分享，若涉及侵权，请联系站方删除。

发表于 2020-06-06 10:51:38
阅读 ( 1363 )
分类：

行人属性“Multi-attribute Learning for Pedestrian Attribute Recognition in Surveillance Scenarios”

你可能感兴趣的文章

精选的优质文章

0 条评论

官方社群

GO教程

推荐文章

猜你喜欢

随便看看