基于强化学习的多人姿态检测算法优化.PDFVIP

第３６卷第４期　　　 计算机应用与软件 Ｖｏｌ３６Ｎｏ．４ ２０１９年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１９ 基于强化学习的多人姿态检测算法优化 黄　铎　应　娜　蔡哲栋 （杭州电子科技大学通信工程学院　浙江杭州３１００１８） 摘　要　　在多目标人体姿态检测算法过程中，人体的定位精度依然不够精确。针对该问题，采用速度与精度兼 顾的ＳＳＤ算法作为目标检测器获得人体的初步包围框，定义该包围框为智能体，引入强化学习。采用马尔科夫决 策过程以及Ｑ网络组成的目标精细模型对智能体训练其九种动作，分别为左上角与右下角两个点的四方向进行 迭代调整以及终止策略，使得包围框达到更贴近人体的效果。结合先进的Ｓｔａｃｋｅｄｈｏｕｒｇｌａｓｓ算法作为姿态检测 器，对调整后的包围框进行姿态预测。该算法的引入使得多目标人体检测算法在ＭＰＩＩ数据集上的精度提升了 １．６ｍＡＰ，达到了７３．７ｍＡＰ。 关键词　　深度学习　强化学习　姿态检测　模式识