本發(fā)明公開了一種基于深度強化學習的監(jiān)控場景中的端到端主動式人體跟蹤方法，包括以下步驟：S1：搭建多種虛擬環(huán)境用于訓練和測試；S2：構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)和Actor?Critic網(wǎng)絡(luò)；S3：卷積神經(jīng)網(wǎng)絡(luò)的輸入為攝像頭獲取的目標視頻流，訓練網(wǎng)絡(luò)模型，直到模型收斂；S4：在虛擬測試環(huán)境中測試人體目標跟蹤效果，滿足指標要求；S5：將達到要求的模型遷移到現(xiàn)實場景中進行測試驗證，滿足指標要求。本發(fā)明可以在室內(nèi)外監(jiān)控場景中的自動人員目標跟蹤，服務(wù)機器人的視覺跟蹤控制，空巢老人監(jiān)護系統(tǒng)，跨場景相機聯(lián)網(wǎng)目標布控等多種應(yīng)用中場景取代現(xiàn)有的人工控制和復雜控制算法，實現(xiàn)高效、準確和智能的機器視覺自主人員跟蹤相關(guān)應(yīng)用。