不考慮人體姿态，part及上下文資訊，僅使用圖像作為輸入，訓練CNN進行所有屬性的預測。另外，提出了N/A标記，即對目标的屬性不确定。如下圖的人向左走，就無法确定其右手是否帶包。
人體屬性一般是二值的語義，如（ is male? wears a tshirt? carries a bag in the left hand?），或者多項輸出（orientation - left, right, front, or back），可以用于圖像檢索，語義檢索資料庫。
ACN網絡
網絡的結構如下圖所示：
對于N/A的樣本，梯度設定為0。每個屬性有一個損失函數，通過BP累積。最小化兩個離散分布的KL 散度，Q是預測的結果，P是實際屬性二值狀态：
KL(P||Q)=∑NiP(xi)logP(xi)Q(xi)
P(xi=yes)=l;p(xi=no)=1−l
目标空間是每個屬性的交叉積，是一個結構化預測問題。
網絡是一個兩步訓練過程，使用額外的fc層替換原來的損失層。額外的fc層是對每個屬性學習帶有隐含層的MLP，每個屬性最有的隐含節點是64個。對目标任務的每個屬性，增加分類及損失層。訓練過程使用了一些資料增強技術：将原始輸入框resize到不同的尺寸，水準鏡像，PCA jittering。測試時使用所有crop的平均。
Reject Option
1. Reject Region 使用伯努利變量控制，門檻值決定拒絕區域。
2. Softmax，訓練具有N+1個輸出的softmax損失。
3. Hierarchical Softmax，兩步法，考慮兩個變量A和B，p(A)辨別屬性是否可以檢測到，p(B)辨別屬性為真的機率，A使用logistic損失，B使用softmax損失，最終屬性預測為p(A)和p(B|A)的乘積。
資料庫
HATDB
Berkeley-行人屬性資料集
PaRSE-27k資料集
實驗結果
自己在PARSE-27k資料集上的對比
在Berkeley行人屬性資料集上與其他方法的對比