[发明专利]一种基于深度增强学习的人物图像搜索方法

权利要求书

1.一种基于深度增强学习的人物图像搜索方法，用于从目标图像中搜索出参考图像中所包含的目标人物，其特征在于，包括以下步骤：

S1、定义多种对目标图像中的搜索区域进行调整的动作，其中包括一停止动作，即保持搜索区域不变的动作；

S2、构建可配置的深度模型，所述深度模型包括特征提取网络、策略选择网络和价值网络；

特征提取网络用于分别提取目标图像的搜索区域内的特征和参考图像的特征，并将两者的特征进行融合，形成融合特征；

策略选择网络用于根据融合特征，分别给出所有动作的概率；

价值网络用于根据融合特征计算出一状态值；

S3、采集训练样本，并使用训练样本对策略选择网络和价值网络进行训练；

S4、向深度模型输入参考图像及待测的目标图像，并初始化目标图像的搜索区域为全图；

S5、通过特征提取网络提取参考图像的特征；

S6、通过特征提取网络提取目标图像的搜索区域内的特征，并将其与参考图像的特征进行融合，形成融合特征；

S7、通过策略选择网络，根据S6中的融合特征，分别给出所有动作的概率，并采用贪心策略，选择概率最高的动作；

S8、若选择的动作不是停止动作，则对当前搜索区域执行该动作以更新目标图像中的搜索区域，并重复执行S6至S8，直至选择的动作为停止动作；

S9、当选择的动作为停止动作时，则价值网络根据当前的融合特征计算出一状态值；如果所述状态值大于一设定的阈值，则判定当前搜索区域为目标图像中包含目标人物的区域；否则判定目标图像中不包含目标人物。

2.根据权利要求1所述的方法，其特征在于，S1中定义的动作包括：

第一调整动作，从右下角向左上方缩小搜索区域，同时调整高度和宽度；

第二调整动作，从左下角向右上方缩小搜索区域，同时调整高度和宽度；

第三调整动作，从右上角向左下方缩小搜索区域，同时调整高度和宽度；

第四调整动作，从左上角向右下方缩小搜索区域，同时调整高度和宽度；

第五调整动作，从四个角向中心缩小搜索区域，同时调整高度和宽度；

第六调整动作，从右向左缩小搜索区域，仅调整宽度；

第七调整动作，从左向右缩小搜索区域，仅调整宽度；

第八调整动作，从左右两侧同时向中间缩小搜索区域，仅调整宽度；

第九调整动作，从下向上缩小搜索区域，仅调整高度；

第十调整动作，从上向下缩小搜索区域，仅调整高度；

第十一调整动作，从上下两侧同时向中间缩小搜索区域，仅调整高度；

停止动作，保持搜索区域不变。

3.根据权利要求2所述的方法，其特征在于，各动作中，宽度的调整变化幅度为|Δx|＝δ_x·W_bbox，高度的调整变化幅度为|Δy|＝δ_y·H_bbox；

其中W_bbox和H_bbox分别表示为当前搜索区域的宽度和高度，δ_x和δ_y分别表示变化幅度比率，δ_x＝0.3，δ_y＝0.2。