摘要
属性或语义特征在近年来从视频中的活动识别到面部验证等多个领域中获得了广泛关注。提高属性分类器的准确性是任何使用这些属性的应用程序的重要第一步。迄今为止，在大多数研究工作中，属性被认为是独立的。然而，我们知道事实并非如此。许多属性之间存在非常强的相关性，例如浓妆和涂抹口红。我们提出通过三种方式利用属性之间的关系：一是使用多任务深度卷积神经网络（MCNN），该网络在所有属性之间共享最低层；二是为相关属性共享更高层；三是在MCNN之上构建一个辅助网络，该网络利用所有属性的得分来改进每个属性的最终分类结果。我们通过在两个具有挑战性的公开数据集上生成结果，展示了我们方法的有效性。