行人属性--HydraPlus-Net: Attentive Deep Features for Pedestrian Analysis

HydraPlus-Net: Attentive Deep Features for Pedestrian Analysis ICCV2017 https://github.com/xh-liu/HydraPlus-Net

本文首次将 attention idea 应用到 行人属性分析上来。

行人分析的难度还是比较大,因为不同场合分析的侧重点有所不同,有时需要侧重局部信息,有时需要侧重全局信息。Semantic-level、 Low-level、 Scales

本文提出了一个网络结构 HydraPlus-Net Architecture

其中 Attentive Feature Net (AF-net) 包含三个 multidirectional attention (MDA) modules

multi-directional attention (MDA) 结构示意图如下所示:

接下来我们来看看什么是 attention idea? 从 CNN 网络不同的 blocks 学习到的 attention maps 会对不同的尺度和结构产生响应 It is well known that the attention maps learned from different blocks vary in scale and detailed structure

从高层 block 学习到的 attention maps 更多的侧重 semantic 区域,更粗糙些 the attention maps from higher blocks (e.g. α 3 ) tend to be coarser but usually figure out the semantic regions like α 3 highlights the hand bag in Fig.4(a)

从底层block 学习到的 attention maps 更多的侧重 细节信息如边缘纹理 those from lower blocks (e.g. α 1 ) often respond to local feature patterns and can catch detailed local information like edges and textures, just as the examples visualized in Fig. 4(a)

这里我们使用 MDA 模块将各种层次的信息融合起来,使其更有表征能力 if fusing the multi-level attentive features by MDA modules, we enable the output features to gather information across different levels of semantics, thus offering more selective representations

attention modules 越多效果越好

HP-net and DeepMar 对比

针对行人属性分析我们建立了一个新的数据库 PA-100K dataset

性能对比

Person Re-identification

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏人工智能LeadAI

TensorFlow实现Attention机制

更多资料: https://distill.pub/2016/augmented-rnns/#attentional-interfaces https://ww...

1253
来自专栏Petrichor的专栏

论文阅读: ResNeXt

ResNeXt是ResNet的加强版,将ResNet原本简单的“plain版residual module”替换成了“Inception版residual mo...

863
来自专栏机器学习实践二三事

ResNet && DenseNet(原理篇)

这篇博客讲现在很流行的两种网络模型,ResNet和DenseNet,其实可以把DenseNet看做是ResNet的特例 文章地址: [1]Deep Re...

2628
来自专栏AI研习社

详解自动识别验证码,LSTM大显身手

这是去年博主心血来潮实现的一个小模型,现在把它总结一下。由于楼主比较懒,网上许多方法都需要切割图片,但是楼主思索了一下感觉让模型有多个输出就可以了呀,没必要一定...

3148
来自专栏专知

【干货】基于GAN实现图像锐化应用(附代码)

2132
来自专栏计算机视觉

sketch to photo基于检索篇ABCD-sketch retrievalE-跨域细粒度检索

1652
来自专栏梦里茶室

Google机器学习笔记 4-5-6 分类器

Recipes 4 Let’s Write a Pipeline 复习与强化概念 监督学习基础套路 例子: 一个用于举报邮件的分类器 关键在于举报新的邮件 ...

2159
来自专栏素质云笔记

keras系列︱图像多分类训练与利用bottleneck features进行微调(三)

不得不说,这深度学习框架更新太快了尤其到了Keras2.0版本,快到Keras中文版好多都是错的,快到官方文档也有旧的没更新,前路坑太多。 到发文为...

9468
来自专栏CreateAMind

预测编码 笔记

The main intuition behind our model is to learn the representations that encode ...

581
来自专栏ATYUN订阅号

使用生成式对抗网络进行图像去模糊

AiTechYun 编辑:yuxiangyu 本文主要讨论使用生成式对抗网络实现图像去模糊。 代码:https://github.com/RaphaelMeu...

1.1K8

扫码关注云+社区