[发明专利]飞拍拍摄触发点的确定方法和装置

权利要求书

1.一种飞拍拍摄触发点的确定方法，其特征在于，包括以下步骤：

S1，构建强化学习网络，所述强化学习网络包括主评价网络、主动作网络、目标评价网络、目标动作网络和记忆库；

S2，以飞拍设备在多个飞拍状态下拍摄到的图像作为训练数据，对所述强化学习网络进行训练，得到飞拍控制模型，其中，每个所述飞拍状态具有对应的拍摄触发点；

S3，通过所述飞拍控制模型确定实际拍摄触发点，

步骤S2具体包括：

S21，初始化一个飞拍状态；

S22，所述主动作网络根据当前飞拍状态确定对拍摄触发点进行调整的动作，并在执行所述动作后进入下一飞拍状态；

S23，计算所述当前飞拍状态下拍摄的图像与目标图像之间的第一相似度、所述下一飞拍状态下拍摄的图像与目标图像之间的第二相似度，并根据所述第一相似度和所述第二相似度计算奖励；

S24，将包含所述当前飞拍状态、所述动作、所述奖励、所述下一飞拍状态的样本序列存储至所述记忆库；

S25，判断所述记忆库的存储量是否达到存储阈值，如果是，则执行步骤S26，如果否，则返回步骤S22；

S26，从所述记忆库中选取预设数量的样本序列更新所述主评价网络、所述主动作网络、所述目标评价网络和所述目标动作网络；

S27，判断步骤S22至S26的重复执行次数是否达到第一次数阈值，如果是，则执行步骤S28，如果否，则返回步骤S22；

S28，判断步骤S21至S27的重复执行次数是否达到第二次数阈值，如果是，则结束训练，如果否，则返回步骤S21。

2.根据权利要求1所述的飞拍拍摄触发点的确定方法，其特征在于，所述奖励通过以下公式计算：

其中，r_t为所述奖励，i表示被拍摄目标的至少一个拍摄点的序号，i为正整数，为所述飞拍设备在第i个拍摄点当前飞拍状态下拍摄的图像与目标图像之间的第一相似度，为所述飞拍设备在第i个拍摄点下一飞拍状态下拍摄的图像与目标图像之间的第二相似度。

3.根据权利要求1或2所述的飞拍拍摄触发点的确定方法，其特征在于，步骤S3具体包括：

将所述飞拍设备启动后随机初始化的飞拍状态输入所述飞拍控制模型，并由所述飞拍控制模型输出所述实际拍摄触发点。

4.一种飞拍拍摄触发点的确定装置，其特征在于，包括：

构建模块，用于构建强化学习网络，所述强化学习网络包括主评价网络、主动作网络、目标评价网络、目标动作网络和记忆库；

训练模块，用于以飞拍设备在多个飞拍状态下拍摄到的图像作为训练数据，对所述强化学习网络进行训练，得到飞拍控制模型，其中，每个所述飞拍状态具有对应的拍摄触发点；

确定模块，用于通过所述飞拍控制模型确定实际拍摄触发点，

所述训练模块具体执行以下步骤：

S21，初始化一个飞拍状态；

S22，通过所述主动作网络根据当前飞拍状态确定对拍摄触发点进行调整的动作，并在执行所述动作后进入下一飞拍状态；

S23，计算所述当前飞拍状态下拍摄的图像与目标图像之间的第一相似度、所述下一飞拍状态下拍摄的图像与目标图像之间的第二相似度，并根据所述第一相似度和所述第二相似度计算奖励；

S24，将包含所述当前飞拍状态、所述动作、所述奖励、所述下一飞拍状态的样本序列存储至所述记忆库；

S25，判断所述记忆库的存储量是否达到存储阈值，如果是，则执行步骤S26，如果否，则返回步骤S22；

S26，从所述记忆库中选取预设数量的样本序列更新所述主评价网络、所述主动作网络、所述目标评价网络和所述目标动作网络；

S27，判断步骤S22至S26的重复执行次数是否达到第一次数阈值，如果是，则执行步骤S28，如果否，则返回步骤S22；

S28，判断步骤S21至S27的重复执行次数是否达到第二次数阈值，如果是，则结束训练，如果否，则返回步骤S21。