AAFACE: 面部识别的属性感知注意力网络
本文介绍了一种新的人物再识别网络架构AANet,通过集成人物属性和属性注意力图到分类框架中,实现强大的判别性表示。在DukeMTMC-reID数据集上,AANet的mAP和Rank-1精度分别超过3.36%和3.12%。在重排后的Market1501数据集上,AANet的mAP和Rank-1精度分别达到92.38%和95.10%,相对于使用ResNet-152的最佳前沿方法,精度分别超过1.42%和0.47%。此外,AANet还可以执行人物属性预测和属性定位。
原文中文,约500字,阅读约需2分钟。