基于强化学习的目标偏移策略跟踪方法

作     者：吴金明 黄伟 董明超 徐怀宇 Wu Jinming;Huang Wei;Dong Mingchao;Xu Huaiyu

作者机构：中国科学院上海高等研究院上海201204 上海科技大学信息科学与技术学院上海200120 

基　　金：中国科学院战略性先导科技专项(XDC02000000) 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2022年第39卷第4期

页      码：234-241页

摘      要：针对计算机视觉领域的目标跟踪问题,提出基于强化学习的目标框偏移决策跟踪方法。近年来目标跟踪主要研究趋势是基于孪生网络或相关滤波的跟踪方法。与现有跟踪方法不同,提出的方法通过将目标跟踪视为动作序贯决策问题,设计动作决策网络,使得该网络可以用于预测目标边框的偏移,连续移动目标框实现目标跟踪。动作决策网络基于强化学习方式训练,使得该决策网络能使用标注不全的数据集训练。实验表明,提出的跟踪方法在视觉目标跟踪(Visual object tracking, VOT)数据集上表现优异,能有效应对多种复杂场景,具备较高的跟踪精度。

主 题 词：强化学习 目标跟踪 神经网络 策略梯度 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-386x.2022.04.037

馆 藏 号：203112345...