[发明专利]目标检测方法及装置、电子设备和存储介质

权利要求书

1.一种目标检测方法，其特征在于，包括：

对待检测视频流的目标视频帧进行场景识别处理，获得场景识别结果；

根据所述场景识别结果，确定与所述场景识别结果对应的检测模式；

根据与所述场景识别结果对应的检测模式，对所述待检测视频流进行目标检测处理，获得所述待检测视频流中的目标对象的目标信息。

2.根据权利要求1所述的方法，其特征在于，对待处理视频流的目标视频帧进行场景识别处理，获得场景识别结果，包括：

将所述目标视频帧输入场景识别模型进行处理，获得所述场景识别结果，其中，所述场景识别模型为深度学习神经网络模型。

3.根据权利要求2所述的方法，其特征在于，将所述目标视频帧输入场景识别模型进行处理，获得所述场景识别结果，包括：

将所述目标视频帧输入场景识别模型进行处理，获得所述目标视频帧属于多个场景的概率；

根据所述多个场景的概率，确定所述场景识别结果。

4.根据权利要求1所述的方法，其特征在于，所述场景识别结果包括天空场景和地面场景，与所述识别结果对应的检测模式包括与天空场景对应的第一检测模式以及与地面场景对应的第二检测模式。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述目标信息满足跟踪条件时，对所述目标对象进行跟踪处理。

6.根据权利要求5所述的方法，其特征在于，在所述目标信息满足跟踪条件时，对所述目标对象进行跟踪处理，包括：

根据所述目标信息，生成针对拍摄设备的调整指令，其中，所述拍摄设备用于获取所述待检测视频流；

将所述调整指令发送至所述拍摄设备，使得所述拍摄设备将所述待检测视频流中的目标对象调整至显示中心位置。

7.根据权利要求1所述的方法，其特征在于，所述目标信息包括目标对象的位置信息、尺寸信息、速度信息和方向信息中的至少一种。

8.根据权利要求1所述的方法，其特征在于，所述目标视频帧为所述待检测视频流的第一个视频帧。

9.根据权利要求2所述的方法，其特征在于，所述方法还包括：

使用包括多种场景的样本图像的数据库训练所述场景识别模型。

10.根据权利要求9所述的方法，其特征在于，使用包括多种场景的样本图像的数据库训练所述场景识别模型，包括：

将具有场景标注结果的样本图像输入场景识别模型，获得样本图像的场景识别结果；

根据样本图像的场景识别结果和所述场景标注结果，获得场景识别模型的模型损失；

根据所述模型损失，对所述场景识别模型的模型参数进行调整；

在所述场景识别模型满足训练条件时，获得训练后的场景识别模型。

11.一种目标检测装置，其特征在于，包括：

场景识别模块，用于对待检测视频流的目标视频帧进行场景识别处理，获得场景识别结果；

模式确定模块，用于根据所述场景识别结果，确定与所述场景识别结果对应的检测模式；

检测模块，用于根据与所述场景识别结果对应的检测模式，对所述待检测视频流进行目标检测处理，获得所述待检测视频流中的目标对象的目标信息。

12.根据权利要求11所述的装置，其特征在于，所述场景识别模块包括：

场景识别子模块，用于将所述目标视频帧输入场景识别模型进行处理，获得所述场景识别结果，其中，所述场景识别模型为深度学习神经网络模型。

13.根据权利要求12所述的装置，其特征在于，所述场景识别子模块进一步用于：

将所述目标视频帧输入场景识别模型进行处理，获得所述目标视频帧属于多个场景的概率；

根据所述多个场景的概率，确定所述场景识别结果。