本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)和時(shí)空上下文的目標(biāo)圖像追蹤方法,包括以下步驟:1)在每個(gè)時(shí)間步t,使用特征提取網(wǎng)絡(luò)從輸入序列中獲取圖像x
t,作為視覺特征;將視覺特征通過STC和遞歸神經(jīng)網(wǎng)絡(luò),然后分別從STC和遞歸神經(jīng)網(wǎng)絡(luò)中提取時(shí)空特征c
t和隱層狀態(tài)h
t,其中時(shí)空特征c
t將被為參考標(biāo)準(zhǔn);2)建立模型;3)模型訓(xùn)練;4)根據(jù)模型的預(yù)測(cè)位置,進(jìn)行目標(biāo)追蹤。本發(fā)明提出的方法和模型在跟蹤過程中具有較高的成功率和精度得分,也反映了本發(fā)明提出的基于強(qiáng)化學(xué)習(xí)和時(shí)空上下文的DRST模型能夠?qū)崿F(xiàn)對(duì)目標(biāo)對(duì)象的長(zhǎng)期跟蹤,避免跟蹤過程出現(xiàn)跟蹤漂移。
聲明:
“基于深度強(qiáng)化學(xué)習(xí)和時(shí)空上下文的目標(biāo)圖像追蹤方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)