实时视觉跟踪：基于'演员批评'框架的高效新算法

实时视觉跟踪中的"演员批评"框架是一项前沿研究，着重于提升算法在实时性能上的表现。该工作由大连理工大学信息与通信工程学院的陈博宇、王东（通讯作者）等人提出，他们对深度确定性政策梯度算法进行了创新，以适应在线跟踪场景，这是首次将连续动作和"演员批评"框架应用到视觉跟踪领域。 传统的视觉跟踪方法，如MDNet[5]，依赖于预训练的卷积神经网络如AlexNet、VGG-16和VGG-M，以获取目标对象的强健特征表示。然而，MDNet采用随机抽样搜索策略，导致跟踪速度较慢。为解决这一问题，ADNet[10]引入了强化学习，通过一系列离散动作进行迭代搜索，虽然有所改进，但依然存在效率问题。 新提出的算法则借鉴了"演员批评"框架，其核心包括离线训练和在线实时跟踪两部分。在离线阶段，研究人员优化了深度确定性政策梯度算法，以提高模型的训练效率。在线跟踪过程中，算法能够处理连续的动作，这使得搜索策略更为高效，从而实现在复杂环境下保持实时性能。 实验结果显示，这个新型跟踪器在诸如OTB-100和VOT2015等流行基准测试中展现出良好的实时性能，与最先进的跟踪方法相比，显示出明显的竞争优势。因此，这项工作不仅提升了视觉跟踪的实时性，还为强化学习在视觉跟踪领域的应用开辟了新的可能性。 关键词：视觉跟踪，实时跟踪，强化学习 这项研究通过引入"演员批评"框架和连续动作设计，革新了传统视觉跟踪技术，为实时性能的提升提供了有力的解决方案，对于视频监控、增强现实和行为分析等领域具有重要的实际应用价值。