Các phương pháp nhận dạng thuộc tính người đi bộ hiện có đã được phát triển dựa trên camera RGB, nhưng chúng dễ bị ảnh hưởng bởi điều kiện ánh sáng và độ mờ chuyển động, đồng thời có những hạn chế trong việc xem xét các khía cạnh cảm xúc. Bài báo này đề xuất một nhiệm vụ nhận dạng thuộc tính người đi bộ theo sự kiện RGB đa phương thức sử dụng camera sự kiện, có hiệu suất ánh sáng yếu, tốc độ cao và mức tiêu thụ điện năng thấp. Chúng tôi phát hành EventPAR, một tập dữ liệu nhận dạng thuộc tính người đi bộ đa phương thức quy mô lớn chứa 100.000 mẫu sự kiện RGB và bao gồm 50 thuộc tính liên quan đến ngoại hình và sáu cảm xúc. Chúng tôi đào tạo lại và đánh giá các mô hình PAR hiện có để thiết lập điểm chuẩn và đề xuất một khuôn khổ nhận dạng thuộc tính người đi bộ đa phương thức dựa trên RWKV. Các kết quả tiên tiến nhất đạt được thông qua các thử nghiệm trên tập dữ liệu được đề xuất, MARS-Attribute và các tập dữ liệu mô phỏng DukeMTMC-VID-Attribute. Mã nguồn và tập dữ liệu sẽ được cung cấp trên GitHub.
