BriefGPT - AI 论文速递
·
AAFACE: 面部识别的属性感知注意力网络
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
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。
🎯
关键要点
-
提出了一种新的人物再识别网络架构AANet。
-
AANet集成人物属性和属性注意力图到分类框架中。
-
AANet通过估计单个属性的类响应形成属性注意力图，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，AANet的精度分别超过1.42%和0.47%。
-
AANet还可以执行人物属性预测和属性定位。
➡️
