基于强化学习的机器人人脸搜索和跟踪方法
DOI:
CSTR:
作者:
作者单位:

太原理工大学新型传感器与智能控制教育部重点实验室 太原 030024

作者简介:

通讯作者:

中图分类号:

TN911.73

基金项目:

NSFC-山西煤基低碳联合基金项目(基金项目编号:U1810121); 2020年中央引导地方科技发展资金项目(基金项目编号:YDZX20201400001796)


Robot visual face search and tracking method based on reinforcement learning
Author:
Affiliation:

Key Laboratory of Advanced Transducers and Intelligent Control System Ministry of Education, Taiyuan University of Technology, Taiyuan 030024, China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    巡检机器人在人员视觉检测中,人员位置呈现高动态特点。针对近距离下机器人只能捕捉到人体的局部信息导致被动视觉检测效率低下的情况,提出了一种基于深度强化学习的主动视觉方法。该方法使用深度卷积网络提取图像特征,利用强化学习策略训练动作决策网络控制云台相机转动。实验结果表明,该算法可使机器人根据图像中出现的人体局部信息转动云台相机实现人脸主动搜索,突破了传统方法被动式检测的局限性,提高了视觉检测算法在机器人应用中的适应性。

    Abstract:

    In the visual inspection of personnel, the human position presents highly dynamic characteristics. For the situation that the robot can only capture the local information of the human body at close range leading to the inefficiency of passive vision detection, we propose an active vision method based on deep reinforcement learning. This method uses a deep convolutional network to extract image features and uses reinforcement learning strategies to train an action decision network to control the pan-tilt camera. Experimental results show that the algorithm enables the robot to turn the pan-tilt camera to achieve active face search based on the local information of the human body appearing in the image, which breaks through the limitations of the traditional method of passive detection and improves the adaptability of the visual detection algorithm in robot applications.

    参考文献
    相似文献
    引证文献
引用本文

卞 凯,乔铁柱,杨 毅,张海涛.基于强化学习的机器人人脸搜索和跟踪方法[J].电子测量技术,2021,44(8):82-86

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2024-10-11
  • 出版日期:
文章二维码
×
《电子测量技术》
财务封账不开票通知