本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)的監(jiān)控場景中的端到端主動式人體跟蹤方法，包括以下步驟：S1：搭建多種虛擬環(huán)境用于訓(xùn)練和測試；S2：構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)和Actor?Critic網(wǎng)絡(luò)；S3：卷積神經(jīng)網(wǎng)絡(luò)的輸入為攝像頭獲取的目標(biāo)視頻流，訓(xùn)練網(wǎng)絡(luò)模型，直到模型收斂；S4：在虛擬測試環(huán)境中測試人體目標(biāo)跟蹤效果，滿足指標(biāo)要求；S5：將達(dá)到要求的模型遷移到現(xiàn)實(shí)場景中進(jìn)行測試驗(yàn)證，滿足指標(biāo)要求。本發(fā)明可以在室內(nèi)外監(jiān)控場景中的自動人員目標(biāo)跟蹤，服務(wù)機(jī)器人的視覺跟蹤控制，空巢老人監(jiān)護(hù)系統(tǒng)，跨場景相機(jī)聯(lián)網(wǎng)目標(biāo)布控等多種應(yīng)用中場景取代現(xiàn)有的人工控制和復(fù)雜控制算法，實(shí)現(xiàn)高效、準(zhǔn)確和智能的機(jī)器視覺自主人員跟蹤相關(guān)應(yīng)用。