[发明专利]一种基于深度增强学习的人物图像搜索方法

说明书

技术领域

本发明涉及计算机视觉识别领域，具体涉及一种基于深度增强学习的人物图像搜索方法。

背景技术

视频监控是提高公共安全管理水平的重要途径，随着图像采集技术成熟与存储技术成本的下降，越来越多的摄像机网络被部署在公共场所，如机场、火车站、商场、大学校园等。由此产生了海量的视频资源，采用人工筛查和处理，不仅效率低下，耗费大量的人力物力，还有可能引入一些人为因素，导致一些偏差。人是视频监控中最主要的目标之一，由此围绕人物的相关课题在计算机视觉领域得到广泛的关注。

人物图像搜索是的主要任务是：根据参考图像，在目标图像中判断是否包含目标人物并给出相应的位置。这同时考虑了计算机视觉研究中两个重要的领域——行人检测和人物重识别——的因素，不仅仅检测出目标人物，还需要识别判断是否参考人物及检测出来的结果是否是同一个人。人物重识别需要依赖于行人检测技术将行人从监控视频或者图像中提取出来。行人检测结果的好坏，直接影响着人物重识别的结果。人物图像搜索可以看做是对人物重识别的一种扩展。

目前对于人物图像搜索的研究主要存在以下问题：

1)目前的研究，将人物图像搜索简单分为两个独立的阶段：行人检测和人物重识别。

2)主流的行人检测算法，需要提供大量的候选框，存在大量的计算冗余。

发明内容

本发明的目的在于，针对现有技术中存在的问题，提供一种基于深度增强学习的人物图像搜索方法，将目标人物搜索过程看作一个序列决策过程，同时考虑行人检测和人物识别两方面的因素，将其统一到一个框架中。其人物搜索过程无需通过额外的计算获取候选框，因而具有很好的时间效率。

为实现上述目的，本发明采用以下技术方案：

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，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。

进一步地，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。