基于视频的目标检测方法、装置、电子设备和存储介质

摘要

本公开提供了一种基于视频的目标检测方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，可用于目标检测和视频分析场景下。方案为：对待检测视频中的多帧图像分别进行特征提取，以得到原特征图，并对多帧图像中任意的相邻两帧图像，将前一帧图像的原特征图中第一目标维度的子特征图，与后一帧图像的原特征图中第二目标维度的子特征图进行特征融合，以得到后一帧图像的目标特征图，进而可根据各帧图像的目标特征图进行目标检测。由此，在对视频中的各帧图像进行目标检测时，不仅依赖对应帧的内容，还可以参考相邻帧携带的信息，可以提升目标检测结果的准确性和可靠性。