[发明专利]一种基于深度增强学习的人物图像搜索方法

摘要

本发明提供了一种基于深度增强学习的人物图像搜索方法，包括S1、定义多种对目标图像中的搜索区域进行调整的动作；S2、构建可配置的深度模型；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。本发明所提出的方法将行人检测和人物重识别结合看做是一个任务，不需要额外的候选框，只需要若干次动作选择就可以判断是否找到目标人物，具有很高的时间效率。

主权项

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。