基于人类视觉机制的层级偏移式目标检测

来源：计算机工程杂志2018年第6期北京时间：

作者：秦升,张晓林,陈利利,李嘉茂

单位：1.中国科学院上海微系统与信息技术研究所,上海 200050; 2.中国科学院大学,北京 100049

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 DuelingDQN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

基金资助：上海市科学技术委员会科研计划项目(17YF1427300)。