一种基于强化学习的动态帧率调控多目标跟踪方法

本发明提出一种基于强化学习的动态帧率调控多目标跟踪方法，旨在提升视频处理系统在计算资源受限环境下的自适应能力与跟踪性能。该方法将视频划分为固定时间窗口，提取窗口内的目标运动特征、帧率、系统状态信息等在内的多维特征，构建状态向量输入至强化学习模型，以预测下一窗口的帧率调整动作。系统根据动作置信度控制帧率切换，并通过对当前跟踪性能与参考性能的比较计算奖励，用于反馈策略表现。方法结合比例式帧率控制、帧率平滑过渡和冷却期机制，实现跟踪性能与计算资源之间的动态平衡，适用于边缘计算、智能监控等场景。