主动目标检测旨在利用成像控制、图像处理等技术，模拟人类视觉系统加工信息的形式，通过连续的多步决策方式来处理图像序列，智能化获取关键情报，从而更好地服务于传统被动目标检测。该任务在对地观测系统、人机交互、机器人等众多领域都有着重要的研究意义与应用价值。目前，传统的目标检测方法由于存在被动性而受到一定的限制：（1）无法自主选择最优参数配置；（2）很难适应变化的环境；（3）不能及时利用评价反馈进行反思与规划。因此，针对被动目标检测存在的问题与不足，本文首先给出了主动性的定义并提出了主动目标检测框架：主动性指的是通过序列决策方法自适应地调整视觉系统中的某一项或几项参数配置，包括图像属性配置、包围框位置与形状、相机位置与姿态、网络超参数配置等，以提高视觉任务的最终性能。主动目标检测框架由三部分模块组成，包括成像模块、相机控制模块和目标检测模块，能够同时完成视觉感知与决策认知的任务。本系列研究工作将基于深度强化学习对主动性进行建模，针对主动目标检测框架提出四种主动配置学习策略。本文的主要贡献归纳如下：

1、提出一种目标检测模块中的包围框学习策略。为了解决早期包围框学习方法中初始与最终状态不够精确的问题，智能体执行一种由粗到精的动态注视算法用于目标检测，分“瞄准”和“击中”两步。其中，“瞄准”表示最初的一瞥，可以定位所有物体的中心点，给出初始框的大致位置；“击中”指仔细观察，能使用序列决策方法动态调整初始框以获得紧凑包围框，并且预测了角点用作最终微调。与已有包围框决策方法的区别在于，本方法以关键点作为载体，实现由中心到角点的检测方式，使得本方法既具有关键点检测器的识别精度，又具有由粗到精的类人视觉模式。在多个公开数据集中证明了算法的价值。
2、提出一种训练过程中的超参配置学习策略。智能体能够自主学习并选择学习速率等超参数用于超参数优化，最大化挖掘神经网络的潜能。神经网络的训练本质上受敏感超参数和不及时的性能评价反馈的影响。为了解决上述两个问题，借助注意力和记忆力机制，本方法能学习短期和长期超参数配置关系以实现配置采样，并能够在巨大的搜索空间中有效定位所有类型的高性能超参数配置。此外，使用了自助法用于解决评价指标获取不及时导致的训练样本数量不足的问题，提高了在线学习效率。在多个公开数据集上验证了本方法的可行性。
3、提出一种成像模块中的图像属性配置学习策略。为了解决传统检测任务中成像与检测两者割裂的问题，智能体实施一种自适应图像亮度、目标尺度联合学习算法用于图像预处理，积极改善图像质量，能够在不重新训练检测器的前提下提高低质量图像的检测效果。本方法能够根据检测器的反馈动态优化成像条件，提高成像的质量，提升目标检测器面向图像亮度变换和目标尺度变换的自适应能力。与已有图像增强方法的最主要区别在于，本方法是以目标检测性能为导向的，即图像增强是为检测服务的，而不是基于人类视觉检查来评估。在众多实验中验证了所提方法的有效性。
4、提出一种相机控制模块中的相机参数配置学习策略。为了进一步解决传统检测任务中相机控制、成像和检测三者割裂的问题，智能体根据相机所成图像的检测效果反馈调节相机参数配置用于相机控制。其中，相机能通过改变视角、高度和曝光补偿来找到优化检测性能的相机参数配置。与只能处理静态图像的传统目标检测相比，这种动态处理图像的方式消除了视觉感知与决策认知之间的鸿沟。在真实和虚拟环境中分别建立了数据集和相应环境，即小型机场和虚拟公园。在小型机场上，获得了不同视角和空间分辨率的多种飞机图像。在虚拟公园中，可以通过控制虚拟相机调整相机参数配置，从中识别各种汽车。在上述两个数据集以及一个公开多视角数据集上证明了所提算法的优势。