随着公共场所下监控摄像头的普及,视频监控逐渐成为了目前公共安全管理领域的一种非常重要的应用,对于社会安全保障起着尤为重要的作用。但是目前公共场所中的监控系统通常布置有成百上千个摄像头,产生大量的视频数据,而在海量数据中通过人工进行人员搜索困难巨大。因此,本文以智能化的人员搜索为主要研究内容,针对利用图像和文本进行人员搜索的任务,分别提出了一种基于随机线性插值的行人再识别方法和一种嵌入相似性排名损失函数的人员搜索方法。在本文研究工作中,有以下三点主要贡献:(1)针对基于图像的人员搜索任务(即行人再识别)中数据规模较小,而导致行人再识别的网络模型容易产生过拟合的问题,提出了基于随机线性插值的数据增强方法。该方法在不同样本间进行线性插值以生成大量新的样本,并保持原始样本的基本特征。数据增强有利于探索有标记样本的近邻分布情况,利用先验知识监督学习来对人员个体进行更精准的识别和搜索。(2)为得到基于文本的人员搜索任务中不同模态数据间深层特征的统一表达,结合循环神经网络和卷积神经网络,提出了多通道神经网络框架以提取不同模态数据(图像和文本)在统一特征空间中的表示。(3)为进一步优化多通道神经网络框架中的排名损失函数,提出了一种嵌入相似性排名损失函数的人员搜索方法。在网络训练过程中,引入图像样本间的相似性信息,以更准确地约束文本描述和图像间的相似性距离,提高基于文本的人员搜索方法的性能。本文在基于图像的人员搜索任务中采用数据集Market1501和DukeMTMC-reID,在数据集Market1501上,本文方法的Rank-1准确率达到92.71%,而在DukeMTMC-reID上,Rank-1准确率达到了82.19%。在基于文本的人员搜索任务中采用标准的基于文本的人员搜索数据集CUHK-PEDES,本文方法比基准模型的Top-1准确率提高了2.02%。此外,实验证明了提出的两种方法具有很好的鲁棒性和可移植性,可以在同类型的神经网络模型中嵌入使用,并对网络优化具有稳定的提升作用。