基于人类视觉机制的层级偏移式目标检测

摘要：

当前大多数深度强化学习方法在目标检测方面的召回率较低.为此,提出一种层级偏移的动态搜索方法.在原有层级搜索的基础上,采用了锚点的思想,增加区域偏移,避免层级产生的区域局限,使得搜索更加灵活.结合Double DQN与Dueling DQN的优势,以Double Dueling DQN的网络结构作为智能体深度增强网络的结构.实验结果表明,与原有层级搜索方式相比,该方式的目标检测的精确度与召回率较高.

关键词：人类视觉机制、深度强化学习、层级偏移、目标检测、马尔科夫决策过程

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：上海市科学技术委员会科研计划项目17YF1427300

在线出版日期：2018-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：253-258