[发明专利]一种基于深度学习和强化学习的行人重识别方法及系统

权利要求书

1.一种基于深度学习和强化学习的行人重识别方法，其特征在于，包括如下步骤：

接收视频获取行人图片，根据行人图片获取行人坐标信息，通过光流算法和行人坐标信息计算不同帧图片中同一行人的运动方向得到行人朝向信息，并在标注行人身份信息后得到行人训练数据集，行人训练数据集包含行人的朝向信息和身份标签；

以行人训练数据集为基础，利用多任务学习方法构建并训练深度神经网络，获得行人朝向和身份识别的双任务模型；

按照朝向设置决策基，根据不同决策基的组合设定决策类别，按照朝向设置决策基，并根据预设的强化学习模型对决策空间中决策类别进行训练计算最优决策模型；

接收待识别行人图片，调用双任务模型获得该行人的朝向信息后，调用最优决策模型获得最优决策，查询行人库输出对该行人识别的检索结果。

2.根据权利要求1所述的基于深度学习和强化学习的行人重识别方法，其特征在于，所述利用多任务学习方法构建深度神经网包括分别构建数据输入层、卷积层、批规范化层、非线性层、池化层、全连接层和softmax损耗层，其中，

数据输入层，用于接收行人图片，对行人图片进行预处理；

卷积层，用于提取对预处理后的行人图片的图像特征；

批规范化层，用于对图像特征进行规划化处理；

非线性层，用于图像特征或规范化处理的图像特征进行非线性变换；

池化层，用于将图像特征与行人进行映射操作；

全连接层，用于对图像特征进行线性变换；

softmax损耗层，用于计算预测类别和标签类别的误差。

3.根据权利要求1所述的基于深度学习和强化学习的行人重识别方

法，其特征在于，所述按照朝向设置决策基，根据不同决策基的组合设定决策类别，将所有的决策类别建立为决策空间，并根据预设的强化学习模型对决策空间中决策类别进行训练计算最优决策模型包括

选择决策基组成新的决策；

根据行人朝向训练行人朝向数据集，获取行人朝向匹配权重，根据匹配权重确定新的决策的种类；

利用强化学习算法函数对新的决策的种类进行训练，获取最优决策模型。

4.根据权利要求3所述的基于深度学习和强化学习的行人重识别方法，其特征在于，所述利用强化学习算法函数对决策种类计算训练，获取最优决策模型包括

选择新的决策计算同一行人的行人图片与预设的行人重识别库的相似度，判断相似度是否大于阈值T；

如果相似度大于阈值T，计算该行人图片的回报值R，统计该行人图片的累积回报值V(S)；

最大化折算累积回报函数对累积回报值V(S)进行计算获取最优决策模型。

5.根据权利要求4所述的基于深度学习和强化学习的行人重识别方

法，其特征在于，

V(S)＝R₁+γR₂+γ²R₃+...，其中，γ为衰减项；R₁代表第一张行人图片与行人重识别库匹配中得到的相似度大于阈值T；R₂代表第二张行人图片与行人重识别库匹配中得到的相似度大于阈值T；R₃代表第三张行人图片与行人重识别库匹配中得到的相似度大于阈值T；S为匹配相似度；