本發明公開了一種基于深度強化學習和時空上下文的目標圖像追蹤方法,包括以下步驟:1)在每個時間步t,使用特征提取網絡從輸入序列中獲取圖像xt,作為視覺特征;將視覺特征通過STC和遞歸神經網絡,然后分別從STC和遞歸神經網絡中提取時空特征ct和隱層狀態ht,其中時空特征ct將被為參考標準;2)建立模型;3)模型訓練;4)根據模型的預測位置,進行目標追蹤。本發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,也反映了本發明提出的基于強化學習和時空上下文的DRST模型能夠實現對目標對象的長期跟蹤,避免跟蹤過程出現跟蹤漂移。
聲明:
“基于深度強化學習和時空上下文的目標圖像追蹤方法” 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)