[发明专利]一种基于专家策略指导的主动目标跟踪方法及系统

说明书

本发明公开的一种基于专家策略指导的主动目标跟踪方法及系统，属于主动目标追踪技术领域，包括：获取场景观测图像、场景地图和智能体位姿；根据场景地图和智能体位姿，获得每个智能体的局部地图和每个局部地图中所有智能体运动轨迹，作为第一训练数据；将第一训练数据分别输入专家跟踪器和专家目标对象中，由专家目标对象和专家跟踪器进行对抗强化学习，通过专家跟踪器输出建议动作；将场景观测图像输入学生跟踪器中，将建议动作作为场景观测图像的标签对学生跟踪器进行训练，获得训练好的学生跟踪器；利用训练好的学生跟踪器对获取的场景实时图像进行识别，获得智能体决策动作。实现了对目标的准确追踪。

技术领域

本发明涉及主动目标跟踪技术领域，尤其涉及一种基于专家策略指导的主动目标跟踪方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

主动目标跟踪是指在动态三维场景中，配备摄像机的智能体通过自主地调整动作，使得目标对象能始终以相对稳定的大小和姿态处于智能体视野中央。目前最先进的主动目标跟踪方法为依赖深度强化学习进行完全端到端的优化方法。整个端到端优化过程由数据驱动，神经网络需要足够多和好的样本来优化参数，强化学习优化也需要探索更多的状态和动作。但是，传统的主动目标跟踪方法采用直接对抗的学习策略，训练出的目标对象还没有利用障碍物的能力，所以无法给跟踪器带来足够多的挑战，比如环绕障碍物运动，使自身消失在跟踪器视野中。也就无法训练出可以处理复杂场景的跟踪器。因此，现有方法在复杂环境中不能保证能够进行准确的目标跟踪。

发明内容

本发明为了解决上述问题，提出了一种基于专家策略指导的主动目标跟踪方法及系统，能够实现复杂场景中的主动目标跟踪。

为实现上述目的，本发明采用如下技术方案：

第一方面，公开了一种基于专家策略指导的主动目标跟踪方法，包括：

获取场景观测图像、场景地图和智能体位姿；

根据场景地图和智能体位姿，获得每个智能体的局部地图和每个局部地图中所有智能体运动轨迹，作为第一训练数据；

将第一训练数据分别输入专家跟踪器和专家目标对象中，由专家目标对象和专家跟踪器进行对抗强化学习，通过专家跟踪器输出建议动作；

将场景观测图像输入学生跟踪器中，将建议动作作为场景观测图像的标签对学生跟踪器进行训练，获得训练好的学生跟踪器；

利用训练好的学生跟踪器对获取的场景实时图像进行识别，获得智能体决策动作。

第二方面，公开了一种基于专家策略指导的主动目标跟踪系统，包括：

训练数据获取模块，用于获取场景观测图像、场景地图和智能体位姿；

第一阶段训练模块，用于根据场景地图和智能体位姿，获得每个智能体的局部地图和每个局部地图中所有智能体运动轨迹，作为第一训练数据；将第一训练数据分别输入专家跟踪器和专家目标对象中，由专家目标对象和专家跟踪器进行对抗强化学习，通过专家跟踪器输出建议动作；

学生跟踪器训练模块，用于将场景观测图像输入学生跟踪器中，将建议动作作为场景观测图像的标签对学生跟踪器进行训练，获得训练好的学生跟踪器；

实例跟踪模块，用于利用训练好的学生跟踪器对获取的场景实时图像进行识别，获得智能体决策动作。

第三方面，提出了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成一种基于专家策略指导的主动目标跟踪方法所述的步骤。

第四方面，提出了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成一种基于专家策略指导的主动目标跟踪方法所述的步骤。