10.19734/j.issn.1001-3695.2021.07.0285
基于任务感知机制的行人属性识别
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.
行人属性识别;空间注意力;注意力机制;语义相关
39
TP391.41(计算技术、计算机技术)
国家自然科学基金;江苏省自然科学基金资助项目
2022-03-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
879-883