技術(shù)特征：

1.一種基于深度學(xué)習(xí)編碼模型的人員再識別方法，其特征在于，包括以下步驟：

首先，利用非監(jiān)督RBM網(wǎng)絡(luò)采用自底向上的方式對提取的初始SIFT特征進(jìn)行編碼得到視覺詞典；

其次，采用自頂向下的方式為整個(gè)網(wǎng)絡(luò)參數(shù)進(jìn)行有監(jiān)督微調(diào)；

然后，就是利用誤差反向傳播對初始視覺詞典進(jìn)行有監(jiān)督微調(diào)，獲取視頻圖像新的圖像表達(dá)方式，也就是圖像深度學(xué)習(xí)表示向量；

最后，利用圖像深度學(xué)習(xí)表示向量訓(xùn)練線性SVM分類器用以對行人進(jìn)行分類識別。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)編碼模型的人員再識別方法，其特征在于，具體包括以下步驟：

首先，提取訓(xùn)練圖像庫的SIFT特征；

其次，結(jié)合SIFT特征的空間信息，將鄰近的SIFT特征作為RBM的輸入，通過CD快速算法訓(xùn)練RBM，得到隱藏層特征；

然后，鄰近的隱藏層特征作為下一層RBM的輸入，得到輸出詞典；

ω¹和ω²作為RBM的連接權(quán)重，RBM具有一個(gè)顯見層，一個(gè)隱層，但是在RBM中，同層的神經(jīng)元之間是無連接的，這樣學(xué)習(xí)使得過程更簡單。

3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)編碼模型的人員再識別方法，其特征在于：在網(wǎng)絡(luò)的訓(xùn)練過程中，RBM的隱層與顯層之間是通過條件概率分布相關(guān)聯(lián)的，顯層和隱層的條件概率為：

$p\left(z_j\right|x)=sigmoid(b_j+\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{\mathrm{\ω}}_{ij}{x}_i)---\left(1\right)$

$p\left(x_i\right|z)=sigmoid(c_i+\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{\mathrm{\ω}}_{ij}{z}_j)---\left(2\right)$

其中，x_i，z_j分別代表特征層和編碼層，也就是RBM中的顯層與隱層；ω_ij為特征層x_i與編碼層之間的連接權(quán)重系數(shù)，給定權(quán)重系數(shù)矩陣ω和隱層偏置向量b，輸入層特征x就可以編碼為視覺詞典z，相應(yīng)的給出ω和顯層偏置矩陣c就可以由視覺詞典z重構(gòu)出特征x。對于RBM中一組給定的輸入層和編碼層(x,z)，其能量函數(shù)可計(jì)算如下：

$E(x,z)=-\log p(x,z)=-\underset{i=1}{\overset{I}{\Σ}}\underset{j=1}{\overset{J}{\Σ}}{x}_i{\mathrm{\ω}}_{ij}{z}_j-\underset{i=1}{\overset{I}{\Σ}}{c}_i{x}_i-\underset{j=1}{\overset{J}{\Σ}}{b}_j{z}_j---\left(3\right)$

基于能量函數(shù)，可得到(x,z)的聯(lián)合概率分布函數(shù)：

$p(x,z)=\frac{e^{-E(x,z)}}{{\mathrm{\Σ}}_{x,z}{e}^{-E(x,z)}}---\left(4\right)$

進(jìn)而得到聯(lián)合分布的邊緣分布——特征輸入節(jié)點(diǎn)的概率分布，即：

$p\left(x\right)=\frac{{\mathrm{\Σ}}_z{e}^{-E\left(x,z\right)}}{{\mathrm{\Σ}}_{x,z}{e}^{-E\left(x,z\right)}}---\left(5\right)$

而RBM網(wǎng)絡(luò)訓(xùn)練的目的就是使p(x)的值最大化，為此，對式(5)求其梯度得：

$\frac{\∂\log p\left(x\right)}{\∂{\mathrm{\ω}}_{ij}}=\<x_i{z}_j{\>}_{data}-\<x_i{z}_j{\>}_{\mathrm{mod}el}---\left(6\right)$

其中，<x_iz_j>_dist表示在分布dist下的期望，<x_iz_j>_data是指訓(xùn)練數(shù)據(jù)集經(jīng)驗(yàn)概率分布下的期望值，而<x_iz_j>_model指該模型下概率分布的期望值，通?？捎擅商乜_馬爾可夫鏈方法來得到模型樣例：

$x_i=f_{dec}(z,{\mathrm{\&omega;}}_i)=\mathrm{\&sigma;}\underset{j=0}{\overset{J}{\&Sigma;}}{\mathrm{\&omega;}}_{ij}{z}_j---\left(7\right)$

通過CD算法對RBM進(jìn)行快速學(xué)習(xí)，加快參數(shù)的收斂，可得到權(quán)值w_ij的更新量為：

Δω_ij＝ε(<x_iz_j>_data-<x_iz_j>_model) (8)

其中ε為學(xué)習(xí)速率，通過CD算法，就可以得到不斷更新的參數(shù)，一直到參數(shù)收斂，得到初始的視覺詞典。

4.根據(jù)權(quán)利要求3所述的基于深度學(xué)習(xí)編碼模型的人員再識別方法，其特征在于：在RBM目標(biāo)優(yōu)化函數(shù)中加入一個(gè)正則項(xiàng)h(z)，將目標(biāo)函數(shù)調(diào)整如下：

$\underset{\mathrm{\&omega;},c,b}{\mathrm{argmin}}-\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\lg \left(\underset{z}{\&Sigma;}p\right(x_k,z_j\left)\right)+\mathrm{\&lambda;}h\left(z\right)---\left(9\right)$

其中，λ為正則項(xiàng)的加權(quán)系數(shù)；深度學(xué)習(xí)編碼能夠使得學(xué)習(xí)得到的視覺詞典具較強(qiáng)的選擇性，并使得圖像表達(dá)向量具有較好的稀疏性。

5.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)編碼模型的人員再識別方法，其特征在于：利用視覺詞典對每一維特征響應(yīng)的均值就可以定量分析稀疏性與選擇性，即：

$h\left(z\right)=\underset{j=1}{\overset{J}{\&Sigma;}}\left|\right|\hat{p}-\frac{1}{K}\underset{k=1}{\overset{K}{\&Sigma;}}{p}_{jk}|{|}^2---\left(10\right)$

其中，是每個(gè)單詞針對K個(gè)特征平均激活概率的期望值，單詞z_j對特征x_k響應(yīng)概率的期望值可標(biāo)記為p_jk∈(0,1)，那么，整個(gè)詞典對K個(gè)輸入特征的響應(yīng)期望值可記為矩陣矩陣中的每一行元素p_j·代表了單詞z_j,1≤j≤J對K個(gè)輸入特征向量響應(yīng)的期望值，列向量p_·k則代表了輸入特征x_k在整個(gè)視覺詞典上的分布。

6.根據(jù)權(quán)利要求5所述的基于深度學(xué)習(xí)編碼模型的人員再識別方法，其特征在于：為了對整個(gè)RBM網(wǎng)絡(luò)進(jìn)行有監(jiān)督地微調(diào)，定義交叉熵?fù)p失函數(shù)h(z)如下：

$h\left(z\right)=-\underset{j=1}{\overset{J}{\&Sigma;}}\underset{k=1}{\overset{K}{\&Sigma;}}{p}_{jk}\lg p_{jk}+(1-p_{jk})log(1-p_{jk})---\left(11\right)$

學(xué)習(xí)得到視覺詞典的稀疏性和選擇性與目標(biāo)矩陣P密切相關(guān)，對視覺詞典而言，矩陣P中元素為：

$p_n={\left(rank\right(z_n,z\left)\right)}^{\frac{1}{\mathrm{\&mu;}}-1}---\left(12\right)$

其中，參數(shù)μ∈(0,1)，這樣就可以獲得兼具稀疏性和選擇性的視覺詞典，進(jìn)而既能保證各視覺單詞的多樣性又能兼顧圖像局部特征表達(dá)之間的差異性，更加準(zhǔn)確地表達(dá)圖像內(nèi)容。

7.根據(jù)權(quán)利要求6所述的基于深度學(xué)習(xí)編碼模型的人員再識別方法，其特征在于：由于非監(jiān)督RBM學(xué)習(xí)模型的限制以及稀疏性約束使得模型能夠?qū)W習(xí)到訓(xùn)練數(shù)據(jù)本身的結(jié)構(gòu)，從而得到比輸入更有表示能力的特征；然后根據(jù)訓(xùn)練數(shù)據(jù)的標(biāo)簽類別，誤差自頂向下傳播，對網(wǎng)絡(luò)各層參數(shù)進(jìn)行微調(diào)如下：

${\tilde{z}}_{j,t\arg et}^{\left(l\right)}=f_{dec}({\mathrm{\&phi;}}^{(l+1)}{\tilde{z}}_{j,t\arg et}^{\left(l\right)}+(1-{\mathrm{\&phi;}}^{(l+1)})z_{data}^{(l+1)},{\mathrm{\&omega;}}_j^{(l+1)})---\left(13\right)$

${\mathrm{\&Delta;w}}_{ij}^{\left(l\right)}=\mathrm{\&gamma;}\&lt;z_i^{(l-1)}{z}_j^{\left(l\right)}{\&gt;}_{data}+\mathrm{\&eta;}\&lt;z_{i,data}^{\left(l-1\right)}{\tilde{z}}_{j,t\arg et}^{\left(l\right)}\&gt;-\mathrm{\&epsiv;}\&lt;z_i^{(l-1)}{z}_j^{\left(l\right)}{\&gt;}_{recon}---\left(14\right)$

其中，φ^(l)是一個(gè)超參數(shù)函數(shù)，γ，η，ε代表學(xué)習(xí)速率，且有γ＝ε-η；那么對于第一層網(wǎng)絡(luò)而言z⁽⁰⁾即為圖像SIFT特征輸入向量x，且也即是深度學(xué)習(xí)表示向量；那么最頂層網(wǎng)絡(luò)的參數(shù)就可更新如下：

${\mathrm{\&Delta;\&omega;}}_{ic}^{\left(3\right)}=\mathrm{\&epsiv;}(\&lt;z_i^{\left(2\right)}{y}_c{\&gt;}_{data}-\&lt;z_i^{\left(2\right)}{y}_c{\&gt;}_{recon})---\left(15\right)$

其中，y_c是指頂層輸出向量被判別為圖像類別C，在上述微調(diào)的過程中，采用最大交叉信息熵?fù)p失代表基于特征的分類誤差，將該誤差反向傳播至每層網(wǎng)絡(luò)中，并得到最終的深度學(xué)習(xí)表示向量，并用以訓(xùn)練SVM分類器，實(shí)現(xiàn)人員再分類識別。