[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

说明书

本发明公开了一种基于深度学习和强化学习的行人重识别方法及系统，其中方法包括如下步骤：接收视频获取行人图片，行人图片数据中包括身份标签和坐标信息，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数据，行人训练数据集包含了行人身份标签和朝向标签；利用多任务学习方法构建深度神经网络，训练行人朝向及身份识别模型；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，所有的决策类别构成决策空间，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。对行人进行检索时，调用深度模型获得朝向信息，然后调用强化学习模型获得最优决策方案，进而比对行人库中的行人，得到更准确的检索结果，本发明有效利用行人朝向信息做出匹配决策，从而提高了行人重识别的准确率。

技术领域

本发明属于视频监控技术领域，具体而言，涉及一种基于深度学习和强化学习的行人重识别方法及系统。

背景技术

为了识别不同视角的非重叠监控场景下的行人身份，行人重识别技术得到广泛发展，尤其是在监控视频领域。由于不同监控场景下同一行人存在背景、光照、朝向等差异大的问题，因此如何解决背景、光照、朝向等因素的影响，从而快速检测行人并进行跟踪是当前亟待解决的技术问题。

现有的行人重识别技术主要存在如下问题：

目前的研究主要集中在如何有更好地表达特征以及如何更好地进行距离度量学习上。特征表达多集中在行人外表，比如整体或者子区域的衣着颜色，纹理特征等，运用这些特征虽然在识别上带来了提升，但对于衣着不对称和朝向变化带来的差异，现有的方法尚不够好，对于正面和背面差异较大的重识别，常常会造成匹配失败，带来了较多识别误差。

现有的基于朝向的行人重识别匹配策略多是专家系统式的决策。例如，匹配决策时,每个人都使用相同的朝向进行比对,在没有相同朝向的情况下选择相邻或者过渡的朝向。这样的决策方法依赖于人为设计，对充分考虑的朝向或外表情况可以有很好的效果，但行人外表，朝向的多样性决定了匹配准则的复杂性，也说明了这种方法的不足。

三、基于无朝向信息的匹配方法：这种方法中所有图片没有朝向信息，其中包括很多中匹配方法，比如(1)：首先计算probe和gallery中所有图片的匹配距离/相似度，对于probe和gallery的每一个人(包括与其多张图片匹配的距离)，选择类内距离最小的/相似度最大的值，再对所有类进行排序；(2)：计算所有probe和gallery中图像的可能组合得到所有匹配距离/相似度，将probe和gallery中同个人的所有距离/相似度求平均值，再进行排序。论文[1]在匹配过程中，从不同类别的图片中选取所有可能的匹配组合，通过计算权重直方图，最大化稳定的颜色区域等方法对距离进行加权归一化，再应用了方法3(1)，选取其中最小匹配距离。

四、主要关注在如何用更好的方法来提取行人的特征上，如CN201410070931.9公开了一种行人重识别特征提取方法，该方法先进行行人检测和行人轮廓的提取，后根据人体对称性把行人的轮廓分为头部、左躯干、右躯干、左腿和右腿五个感兴趣区域来提取特征。

发明内容

为解决现有上述技术问题，本发明利用多任务的方法构建深度神经网络实现一次操作提取行人行为特征及朝向信息，并对其进行整理，同时对决策进行强化训练快速选择最优的决策模型实现对待识别图片的处理，完成行人的重识别。

本发明提供了一种基于深度学习和强化的行人重识别方法，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据和身份标签；

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；