Los métodos tradicionales de detección de objetos utilizando cámaras estáticas se ven limitados por sus perspectivas limitadas, dificultando la detección efectiva de objetivos de baja confianza. Para abordar este desafío, este estudio introduce una técnica de mejora de percepción visual basada en aprendizaje profundo con refuerzo. Este enfoque aprovecha cámaras pan-tilt-zoom (PTZ) para lograr una visión activa, permitiéndoles tomar decisiones y acciones de forma autónoma adaptadas a la escena actual y los resultados de detección de objetos. Esta optimización mejora tanto el proceso de detección de objetos como la adquisición de información, mejorando significativamente las capacidades de percepción inteligente de las cámaras PTZ. Los hallazgos experimentales demuestran las sólidas capacidades de generalización de este método en diversos algoritmos de detección de objetos, lo que resulta en una mejora del nivel de confianza promedio del 23.80%.