摘要

行人分析在智能视频监控中发挥着重要作用，是安全为中心的计算机视觉系统的关键组成部分。尽管卷积神经网络在从图像中学习区分特征方面表现出色，但针对细粒度任务的行人全面特征学习仍然是一个开放问题。在本研究中，我们提出了一种新的基于注意力机制的深度神经网络，命名为HydraPlus-Net（HP-net），该网络多方向地将多层次注意力图输入到不同的特征层中。通过HP-net学习到的注意力深度特征带来了独特的优势：(1) 该模型能够从低级到语义级捕捉多种注意力；(2) 它探索了注意力特征的多尺度选择性，以丰富行人的最终特征表示。我们在两个任务上展示了所提出的HP-net在行人分析中的有效性和通用性，即行人属性识别和人员再识别。大量的实验结果证明，HP-net在各种数据集上的表现优于现有最先进方法。