基于任务感知机制的行人属性识别

来源：计算机应用研究杂志2022年第3期北京时间：

作者：储智强,李旻先,

单位：南京理工大学计算机科学与工程学院,南京210014；

摘要：为了提高基于深度学习的行人属性识别的能力，提出了一种基于任务感知机制的行人属性识别网络模型。考虑到不同行人属性之间存在较强的语义相关性，提出了任务感知机制，充分挖掘不同任务中属性和属性之间的关联性；针对行人属性样本的不平衡性，利用加权损失策略降低不平衡性带来的影响；在现有的三个行人属性数据集PETA、PA100k和RAP上的实验结果表明，提出的方法具有较强的竞争力。

关键词：行人属性识别,空间注意力,注意力机制,语义相关,

基金资助：基金项目:国家自然科学基金面上项目(62076132)；江苏省自然科学基金资助项目(BK20211194)；；