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。
声明:
“基于深度学习和强化学习的行人重识别方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)