Action-Decision+Networks+for+Visual+Tracking+with+Deep+Reinforcement(论文讲解).pptxVIP

Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning中心思想：通过动作决策网络控制的迭代性动作来实现目标的跟踪。Contents一、网络初始化二、数据库生成三、网络训练Contents一、网络初始化二、数据库生成三、网络训练一、网络初始化1、SimpleNN和?DagNNSimpleNN和?DagNN就是MatconvNet中的两个封装器，将一些matlab函数联合在一起构建CNN模型。SimpleNN结构简单，适合具有线性拓扑结构的网络； DagNN则适合更为复杂一些拓扑结构。本文初始采用的VGG-M网络，采用的就是SimpleNN，我们的初始化工作主要就是将其转化为DagNN。一、网络初始化SimpleNNfromSimpleNN(simplenn_net)1、将simplenn_net中每一层的输入/输出变量集合在一起，成为vars属性(与layers并列的)。2、将其中卷积层和全连接层的权重和偏置全部集合在一起，成为params属性。DagNN至此，网络的三个conv层和4个全连接层全部初始化完毕。（ 7个权重和7个阈值，皆为随机生成）Contents一、网络初始化二、数据库生成三、网络训练二、数据库生成1、视频内容获取：路径、图片、ground-truth。注：vot,