年份：2015
會議：3rd IAPR Asian Conference on Pattern Recognition (ACPR)
機構：中國科學院.自動化研究所.模式識別國家重點實驗室
網絡：DeepSAR DeepMAR
源碼（論文沒有提供源碼，是他人實現的）：https://github.com/kyu-sz/DeepMAR_deploy
該論文是後期被行人屬性相關論文引用最多的。當前（2015年）屬性識別問題主要針對兩個應用場景，自然場景和監控場景。本篇論文針對監控場景。
該論文就行人屬性識別領域存在的兩個主要問題（手工找特徵不能很好的適用視頻場景、屬性之間的關係被忽略），主要提出了兩個網絡，DeepSAR和DeepMAR。
DeepSAR：獨立識別每個屬性。將每一個屬性的識別當作二元分類問題，然後一個一個識別每個屬性。
DeepMAR：利用屬性之間的關係，如長髮更有可能是女性，所以頭髮的長度有利於幫助識別性別屬性。將所有屬性的識別一次性完成，多標籤分類問題。
網絡結構：
解釋：
DeepSAR和DeepMAR共用ConvNet，其中ConvNet包括5個卷積層，3個全連接層。其後對應的激活單元是ReLU。
前兩個卷積層後面有Max Pooling層和Local Normalization層。最後一個卷積層後有Max Pooling層。
模型在CaffeNet（CaffeNet和AlexNet基本一致，除了交換了歸一化和池化的順序）的基礎上進行finetune。
DeepSAR的Loss function：
其中，N是行人圖片的數量，L是屬性的數量。pˆi,yil是第l個屬性輸出的softmax output probability。
DeepMAR的loss function：
由於屬性分佈不均衡，數據集中某些屬性正樣本出現次數很少。提出了改進的損失函數，帶上了wl。
其中，wl是第l個屬性的損失權重，pl是訓練集中第l個屬性的出現比例。σ是調優參數（設爲1）
在PETA上的實驗：
總19000張——訓練集:驗證集:測試集 = 9500:1900:7600（PETA數據集常用分類方法）
DeepSAR：
在CaffeNet上finetune，由於缺少正樣本，只有最後一層個全連接層finetune了。而且將正樣本隨機複製。
圖像處理：1.調整爲256*256 2.隨機鏡像和剪裁爲227*227
不同屬性用不同的learning rate、weight decay、iterations。
DeepMAR：
同樣CaffeNet
使用加權的sigmoid交叉熵損失
初始learning rate 0.001+初始weight decay 0.005
對比：馬爾可夫隨機場 MRFr2（手工特徵+沒有建模屬性間關係）
結果對比：
結論：
1. 識別準確率基本都比 MRFr2高
2. 小比例的屬性上，兩個網絡準確率都更高，而這些屬性對於行人重識別來說更重要
3. 在屬性之間的關係的幫助下，DeepMAR利用正例率低的屬性來幫助識別正例率高的屬性
4. 但是如果某個屬性佔比太少（0.04以下級別），則識別準確率較低
在APiS上的實驗：
總3661張（正常+監控場景），圖像處理：調整爲128*48。loss fuction, initial learning rate, and weight decay和上個實驗一樣。每20個epoch就減小learning rate1/10，100個epoch以後收斂了。由於圖像太小，所以沒有訓練DeepSAR，容易overfitting。（由於後期很少有在這個數據集上進行的實驗，不多贅述）
對比得出的結論：
1. DeepMAR在小像素圖片上的表現更好
2. 是因爲利用了屬性之間的關係
總結以及未來工作：
DeepSAR在PETA數據集的低佔比的屬性上表現很好
DeepMAR在兩個數據集上的表現都很好。
以後要爲多標籤聯合學習任務發掘新的loss function
將這種多標籤學習任務輔助於行人重識別