pedestrian attribute recognition | BriefGPT

关键词pedestrian attribute recognition

搜索结果 - 21

基于时空侧调整预训练基础模型的视频行人属性识别
利用视频帧进行行人属性识别，通过精调预训练的多模态基础模型充分利用时间信息，采用视觉 - 语言融合策略和时空调参策略实现参数高效优化，通过多模态交互学习实现行人属性预测。
PDF2 months ago
基于 CLIP 的提示视觉语言融合的行人属性识别
将行人属性识别问题（PAR）构建为视觉语言融合问题，充分利用行人图像与属性标签之间的关系，在特征嵌入方面采用预训练的视觉 - 语言模型 CLIP 作为骨干网络，并通过对比学习目标和 Transformer 层来捕捉像素之间的远程关系，最后采
PDF7 months ago
SSPNet：基于尺度和空间先验的可推广和可解释的行人属性识别
通过提出一种新的尺度和空间先验引导网络（SSPNet），利用自适应特征尺度选择（AFSS）和先验位置提取（PLE）模块，该方法实现了行人属性识别模型的精确定位和提高了解释性、泛化能力和性能。此外，通过改进的 Grad-CAM 结合基于 Io
PDF7 months ago
SequencePAR: 通过序列生成范例理解行人属性
基于 CLIP 模型的预训练特征提取和序列生成模式，提出一种新的行人属性识别方法 SequencePAR，利用生成模型更好地建模人体属性之间的依赖和复杂性，有效通过多个数据集实验证明了该方法的有效性。
PDF7 months ago
IJCAI解决共现偏差问题：通过最小化互信息完成行人属性识别的属性分解
我们提出了属性分离特征学习方法，通过最小化互信息问题确保了属性之间的独立性，此方法在逼真的数据集上显著提高了性能，并成为最先进的方法。
PDFa year ago
行人属性识别的轻量级属性定位模型
该论文提出了使用张量分解（比如 CPD-EPC 算法）对行人属性识别模型（ALM）进行高效的层次压缩，在资源受限的嵌入式设备上实现高效的轻量级行人属性定位模型（LWALM）的目标。
PDFa year ago
CVPR知识组装：使用不相交标签的多个数据集进行半监督多任务学习
本文介绍了一种利用半监督学习思想，采用知识组装 (Knowledge Assembly) 方法，为只有部分标注的多任务学习 (Multi-Task Learning) 模型提供训练。文章在联合学习行人再识别 (Person Re-Ident
PDFa year ago
CVPR基于 CLIP 引导的视觉 - 文本融合变压器的视频行人属性识别学习
本研究提出了一种基于视频帧的行人属性识别方法，将视觉和语言信息融合，使用 CLIP 模型进行特征提取和语言嵌入，通过多模态交互学习实现行人属性预测。
PDFa year ago
基于 Transformer 的行人属性识别多任务网络 PARFormer
本研究提出了一种纯 transformer 的多任务行人属性识别网络，名为 PARFormer，其中包含 4 个模块：特征提取模块、特征处理模块、视点感知模块和属性识别模块，实现了竞争性的性能表现，并强调全局视角的重要性。
PDFa year ago
ICCV行人属性识别的空间和语义一致性规则化
本文提出了一个基于空间和语义一致性框架的人行属性识别模型，通过空间统一和语义特征提取实现了属性的跨图片一致性。实验表明，该方法在 PA100K、RAP 和 PETA 等基准测试中表现出色，同时不增加参数。
PDF3 years ago
行人属性识别的反思：在零样本行人身份设置下的可靠评估
该论文对行人属性识别的现状进行了回顾和思考，并提出了两个根据零样本设置构建的数据集 PETA extsubscript {$ZS$} 和 RAP extsubscript {$ZS$}，介绍了多个用于未来评估的真实准则，还重新实现了现有的最
PDF3 years ago
MM移动边缘云中基于实时分布式推理的身份感知属性识别
本文提出了一种基于移动边缘云的行人属性识别和人员重识别模型，并研究了 MEC 网络中的分布式推断问题，评估结果表明，所提出的算法在准确性和延迟方面都有很大提高。
PDF4 years ago
行人属性识别的再思考：具有高效方法的现实数据集
提出两个现实数据集 PETA 和 RAPv2，通过解决行人属性识别中固有属性不平衡问题，提出高效方法进一步提高性能，实验证明该方法优越性并取得最先进的性能。
PDF4 years ago
ICCV利用弱监督的多尺度属性特定定位改善行人属性识别
提出适用于行人属性识别的属性定位模块 (ALM)，以自适应方式发现最具有区分性的区域并学习每个属性的区域特征，并引入特征金字塔架构以实现低水平的属性特定局部化。
PDF5 years ago
IJCAI面向行人属性识别的属性感知池化
通过设计新颖的属性感知池化算法，本论文将深度卷积神经网络 (CNN) 的强大功能扩展到行人属性识别问题，充分利用不同属性之间的相关性解决多属性分类的挑战，并在基准数据集上进行了实验验证。
PDF5 years ago
IJCAI基于增量式少样本学习的行人属性识别
本文提出了一种基于元学习的方法，以解决行人属性识别中存在的增量 few-shot 学习情形，实验表明该方法在 PETA 和 RAP 基准数据集上取得了具有竞争力的性能和低资源需求。
PDF5 years ago
基于时间注意力机制的视频行人属性识别方法
本研究提出了一种基于视频的多任务模型与时间注意策略相结合的新网络结构，解决行人属性识别方面的挑战。同时，本文还公开发布了两个新的大规模视频数据集，用于展示该方法的有效性。
PDF5 years ago
基于本地化引导的行人属性识别学习
提出了一种基于定位的引导网络，该网络为每个属性自动学习本地特征，并通过与全局特征的互动强调它们，在两个行人属性基准测试中取得了最新的最佳成绩。
PDF6 years ago
ICCVHydraPlus-Net：人行分析的注意力深层特征
本研究提出了一种新的基于注意力机制的深度神经网络 HydraPlus-Net（HP-net），在行人属性识别和人物再识别两个任务上，该模型能够从低级到语义级别捕获多个注意点，并探索注意特征的多尺度选择性以丰富最终的特征表示。大量的实验结果证
PDF7 years ago
弱监督学习中层特征在行人属性识别和定位中的应用
本文提出了一种基于 GoogLeNet 网络的弱监督属性定位框架来解决行人属性识别问题，其中使用最大池化的弱监督目标检测技术来训练属性特征图，并通过检测响应大小的回归来预测属性标签，通过对检测层激活图的融合加权聚类，可以推断出行人属性的位置
PDF8 years ago