摘要

属性（或语义特征）在过去几年中在多个领域受到广泛关注，涵盖从视频中的行为识别到人脸识别验证等任务。提升属性分类器的准确性，是任何依赖这些属性的应用中的关键第一步。迄今为止，大多数研究都将属性视为相互独立的。然而，实际情况并非如此——许多属性之间存在强烈关联，例如浓妆与涂口红。为此，我们提出通过三种方式利用属性之间的关系：一是采用多任务深度卷积神经网络（MCNN），在所有属性之间共享底层网络结构；二是对相关属性共享高层网络结构；三是构建一个附加网络，基于MCNN输出的所有属性得分，进一步优化每个属性的最终分类结果。我们通过在两个具有挑战性的公开数据集上进行实验，验证了所提方法的有效性。