本發(fā)明提出一種基于深度強化學習的物體檢測方法,屬于模式識別技術領域及主動物體檢測技術領域。該方法首先建立深度強化學習神經(jīng)網(wǎng)絡;通過對機器人進行多次物體檢測實驗,獲取訓練數(shù)據(jù)對神經(jīng)網(wǎng)絡進行訓練,得到訓練完畢的神經(jīng)網(wǎng)絡。在使用階段,機器人獲取當前時刻的圖像及圖像中待檢測物體的包絡框輸入訓練完畢的神經(jīng)網(wǎng)絡,網(wǎng)絡輸出機器人下一時刻執(zhí)行的動作,機器人執(zhí)行動作后得到新的當前時刻的包絡框并利用識別函數(shù)進行判定:若包絡框中待檢測物體識別可信度高于設定的識別閾值,則物體檢測成功。本發(fā)明利用強化學習技術對機器人的動作進行控制,利用機器人視角的變化來獲得更好的觀測圖像,從而獲得更好的物體檢測結果。
聲明:
“基于深度強化學習的物體檢測方法” 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(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)