本發明公開了一種基于深度強化學習的人體正面跟蹤方法,包括以下步驟:S1:搭建多種Unreal Engine 4虛擬環境用于訓練和測試;S2:構建卷積神經網絡和Actor?Critic網絡;S3:卷積神經網絡的輸入為跟蹤者的觀察視角,訓練網絡模型,直到模型收斂;S4:在UE4虛擬測試場景中測試跟蹤效果;S5:將經過測試達到要求的模型遷移到現實場景中。不同于以往跟蹤工作中必須分別實現人體檢測和相機控制兩個功能模塊,本發明使用端到端的主動式跟蹤方法將上述兩個模塊整合,不需要進行人體檢測,輸入跟蹤者視角的視頻流,直接輸出對跟蹤最有效的動作,省去了傳統人體跟蹤的復雜流程。
聲明:
“基于深度強化學習的人體正面跟蹤方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)