近年、属性（意味的特徴）は動画における行動認識から顔認証に至るまで、さまざまな分野で注目を集めている。属性分類器の精度向上は、これらの属性を活用するあらゆる応用において重要な第一歩である。これまでの多くの研究では、属性同士が独立していると仮定されてきたが、実際にはそうではない。たとえば「濃いメイク」や「口紅の使用」など、多くの属性は非常に強く関連している。本研究では、属性間の関係性を以下の3つの方法で活用する手法を提案する：（1）すべての属性間で最も浅い層を共有するマルチタスク深層畳み込みニューラルネットワーク（MCNN）の構築、（2）関連する属性間で上位層を共有すること、（3）MCNNの上位に、すべての属性のスコアを用いて各属性の最終分類精度を向上させる補助ネットワークを構築すること。本手法の有効性は、2つの挑戦的で公開されているデータセットを用いた実験により実証された。