本發(fā)明公開了一種基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的行人重識(shí)別方法及系統(tǒng)，其中方法包括如下步驟：接收視頻獲取行人圖片，行人圖片數(shù)據(jù)中包括身份標(biāo)簽和坐標(biāo)信息，通過光流算法和行人坐標(biāo)信息計(jì)算不同幀圖片中同一行人的運(yùn)動(dòng)方向得到行人朝向數(shù)據(jù)，行人訓(xùn)練數(shù)據(jù)集包含了行人身份標(biāo)簽和朝向標(biāo)簽；利用多任務(wù)學(xué)習(xí)方法構(gòu)建深度神經(jīng)網(wǎng)絡(luò)，訓(xùn)練行人朝向及身份識(shí)別模型；按照朝向設(shè)置決策基，根據(jù)不同決策基的組合設(shè)定決策類別，所有的決策類別構(gòu)成決策空間，并根據(jù)預(yù)設(shè)的強(qiáng)化學(xué)習(xí)模型對(duì)決策空間中決策類別進(jìn)行訓(xùn)練計(jì)算最優(yōu)決策模型。對(duì)行人進(jìn)行檢索時(shí)，調(diào)用深度模型獲得朝向信息，然后調(diào)用強(qiáng)化學(xué)習(xí)模型獲得最優(yōu)決策方案，進(jìn)而比對(duì)行人庫(kù)中的行人，得到更準(zhǔn)確的檢索結(jié)果，本發(fā)明有效利用行人朝向信息做出匹配決策，從而提高了行人重識(shí)別的準(zhǔn)確率。