周伦钢，孙怡峰，王 坤，吴 疆，黄维贵，李炳龙

1.河南省工业学校，郑州450002

2.信息工程大学，郑州450001

3.郑州信大先进技术研究院，郑州450001

目标属性识别是指对图像或视频中特定物体目标外观特征的识别。例如，对图像中的行人，其性别、年龄段、衣着颜色、携带物品等外观特征属性需要进行识别；对图像中的车辆需要识别品牌型号、颜色、拍摄角度等属性。目标属性识别的研究具有很高的价值[1-2]。在科研方面，目标属性识别对于跨摄像头跟踪的研究具有重要的促进作用。在应用方面，目标属性识别可以应用在公安刑侦、寻找涉案车辆、丢失老人儿童等各类场景。

目标属性识别近年来主要采用深度学习方法。文献[3]针对行人目标的不同属性训练多个卷积神经网络，每种网络分别提取对应的属性特征。文献[4]将每种人体属性视为一个二分类问题，采用特征共享的方式，通过CNN提取目标特征，然后使用多个分类器用于不同属性识别。Sudowe 等[5]采用了联合训练实现了基于深度神经网络的多属性识别。Li 等[6]提出DeepMAR网络考虑了不同属性之间的相关性，改进的交叉熵损失函数促进提升神经网络的学习效果。Han等[7]提出一种针对行人属性识别的Pooling 方法，它整合了不同区域属性的上下文信息。Lin 等[8]采用残差网络提升了行人属性识别的效果。上述研究多是以直接拥有仅包括目标物体的图片为基础。而在现实应用中，目标属性识别是一个综合问题，例如在监控摄像头场景下，首先需要计算机从画面中检测到物体目标，然后再进行目标的属性识别，整个过程是全自动的，因此是一种端到端的目标属性识别；……