简介： 本发明涉及视频监控技术，具体涉及一种目标跟踪的方法。本发明主要是基于强化学习算法实现一种单目标跟踪方案，将每个目标的每个跟踪作为策略问题对待。通过跟踪的状态(reward)来优化控制策略(policy)，进而对深度学习网络进行训练。本发明结合Siamese网络结构和RL方案，相较于一般的RL方案直接基于扣取图像进行目标预测，使用目标模板与图像进行相关特征进行预测，能够使用目标的周边信息，提高目标的语义背景区分能力，提高跟踪的鲁棒性。本发明本发明同时使用DQN进行跟踪，对价值函数的估计及策略的优化没有解藕，容易训练不收敛或者过拟合。