物体検出の精度を上げていこうとすると、検出した領域での属性推定がほしくなる。例、顔検出の精度を上げていこうとすると、マスクをつけた人の画像も欲しくなる。髪の毛が前に垂れていて眼の領域を隠している画像も欲しくなる。マスクの有無判定、眼領域オクルージョンの有無の判定が欲しくなる。

Autoencoder

オートエンコーダ（自己符号化器、英: autoencoder）とは、機械学習において、ニューラルネットワークを使用した次元圧縮のためのアルゴリズム。2006年にジェフリー・ヒントンらが提案した。オートエンコーダ

autoencoderで符号化されたベクトルを利用して、属性推定に利用することができる。

こうした考えに基づく初期の研究では，Neural Network を用いて複数属性を認識する手法が挙げられる．Cottrell ら [117] は，現在使われている Autoencoder に相当する特徴抽出用のNeural Network を用いて学習した顔画像特徴量を元に，識別用の Neural Network によって顔，感情，性別の認識を行っている．
それぞれの属性認識器で認識した結果を元に，それらの結果を統合して最終的な属性認識結果を再計算したり，別の属性を求めるアプローチとしては，属性認識器の出力結果を特徴量として分類する手法 [73] や，Bayesian Network を利用したものが挙げられる。

[サーベイ論文：画像からの歩行者属性認識] (https://www.vislab.is.i.nagoya-u.ac.jp/~murase/pdf/1300-pdf.pdf)

autoencoderを用いて属性推定を行うことは、入力画像から属性推定すること、属性推定の結果から画像を生成する（生成画像と入力画像の差分を小さくする）処理の一部だと考えられる。