(1)理论方法创新

1.利用社团检测的网络特征学习和行为预测能力，从原始图像上学习人物特征表示。根据人物再识别问题的特点，研究方法将分类任务与验证任务整合到一个网络模型框架中，构建具有双分支结构的深度卷积神经网络，学习不同抽象尺度上特征表示。

2.以多模态数据特征表示为基础，根据相似性比较模型，定义动作，环境、状态、回报等社团检测算法基本要素,利用深度神经网络构造动作值网络与策略网络描述回报期望与状态动作映射关系，通过引入行为轨迹分析及多头异构网络等方法，在高维连续状态动作空间中对在线教学多模态数据模型求最优解。