本發明公開了一種基于時序補償引導的強化學習圖像?視頻行人重識別方法,包括:1、構建序列特征提取網絡;2、將行人視頻與圖像輸入序列特征提取網絡,提取由時序補償的視頻特征、圖像特征,計算身份損失和三元組損失對網絡參數進行更新;3、基于強化學習理論構建序列決策模塊網絡,設計獎勵計算該模塊中的actor網絡和critic網絡的損失以更新網絡參數;4、根據圖像查詢庫和視頻待檢索庫的行人特征計算相似度矩陣,獲得檢索結果。本發明利用強化學習理論動態地選擇所必需行人視頻幀數,能降低行人視頻中冗余信息和噪聲對網絡的干擾,從而在使用較少的幀數情況下實現高效、準確地行人圖像?視頻匹配。
聲明:
“基于時序補償引導的強化學習圖像-視頻行人重識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)