陈双叶， 徐 凯， 胡 鑫

(北京工业大学信息学部， 北京 100124)

由于行人属性的鲁棒性，行人属性识别的研究已经成为计算机视觉方向的一个重要研究领域. 人的属性识别在人的面部识别[1-3]、行人重识别[4-6]等领域显示了巨大的潜力. 当前的行人属性识别主要关注2种应用场景：自然场景和监控场景. 相比于自然场景下的识别[7-8]，监控场景下的行人图像模糊，分辨率低，易被遮挡且光照变化大. 因此，监控场景下的属性识别更具挑战性.

大量报告显示，传统的行人属性识别方法如HOG[9]、SIFT[10]、SVM[11]、CRF模型[12]方法，性能远没有达到现实应用的要求，已经逐渐被基于深度学习的方法取代. DeepMAR[13]和CAN[14]利用属性间的依赖性，通过特征共享，从单张图像上直接识别所有属性. 其好处是简单、直观和高效， 但是，由于缺乏细粒度识别的考虑，这些模型的性能仍然受到限制. PANDA[8]、LGNet[15]、PGDM[16]算法基于局部的思想，使用局部信息补充全局，这样虽然可以提高整体识别性能，但也带来了以下缺点：首先，不正确的零件检测结果将为最终分类带来错误的指导；其次，由于引入了人体部位，因此需要更多的训练或推理时间. 视觉注意机制已经在行人属性识别中引入[17-18]，但是现有的工作仍然有限，在这一领域，仍然需要探索如何设计新的注意力模型或从其他领域借鉴[19]. Wu等[20]提出基于序列语境关系学习的方法(sequence contextual relation learning， SCRL)，将属性关系序列作为平行分支，再融合经过CNN处理的图像序列分支，从序列中学习上下文关系，改善行人属性识……