属性解耦特征学习

免共现偏差

通过最小化属性特征间互信息,实现行人属性独立识别,避免数据集共现模式带来的选择偏差。

Yibo, Zhou · 胡海苗 · Jinzuo, Yu · Haotian, Wu · 浦世亮 · Hanzi, Wang

International Journal of Computer Vision 2025

技术优势

摆脱数据集偏差

通过最小化不同属性特征之间的互信息来解耦属性,使每个属性的识别独立于其他属性的出现,从而在分布外样本上具有更好的泛化性。

测试时间成本低

解耦操作在训练阶段完成,测试时无需额外模型或显著增加的算力,可直接用于实时应用。

易扩展

方法只需稍加改动即可提升特征空间探索、缓解属性分布不平衡,或灵活保留某些属性间的真实因果依赖。

应用场景