[发明专利]视频目标的检测方法、装置、电子设备和存储介质

权利要求书

1.一种视频目标的检测方法，其特征在于，包括：

获取待检测视频的当前图像帧的初始图像特征、以及历史图像帧的图像特征；其中，所述当前图像帧是所述待检测视频中任意一个未检测的图像帧，所述历史图像帧是所述当前图像帧的前一个图像帧；

利用预设的卷积长短记忆网络模型，计算所述当前图像帧的初始图像特征和所述历史图像帧的图像特征，得到所述当前图像帧的图像特征；其中，所述卷积长短记忆网络模型包括实例门，所述实例门携带有所述历史图像帧的指示信息，且在利用所述卷积长短记忆网络模型计算所述当前图像帧的初始图像特征和所述历史图像帧的图像特征的过程中，用于利用所述历史图像帧的指示信息调整所述历史图像帧的图像特征；所述历史图像帧的指示信息用于指示目标物体在所述历史图像帧的所在区域；在所述卷积长短记忆网络模型中，利用遗忘门的卷积核对输入的历史图像帧的第一图像特征和当前图像帧的初始图像特征进行卷积运算后，将得到的卷积运算的结果与所述遗忘门的偏置矩阵以及所述实例门相加得到所述遗忘门的激活前的输出，将所述遗忘门的激活前的输出经过激活函数激活后，得到所述遗忘门的输出；

根据所述当前图像帧的图像特征，确定出所述目标物体在所述当前图像帧中的所在区域。

2.根据权利要求1所述的检测方法，其特征在于，所述利用预设的卷积长短记忆网络模型，计算所述当前图像帧的初始图像特征和所述历史图像帧的图像特征，得到所述当前图像帧的图像特征，包括：

利用所述卷积长短记忆网络模型，计算所述当前图像帧的初始图像特征和所述历史图像帧的映射特征，得到所述当前图像帧的图像特征；

其中，所述历史图像帧的映射特征，由所述历史图像帧的图像特征根据所述历史图像帧的运动信息向所述当前图像帧映射得到；

在利用所述卷积长短记忆网络模型计算所述当前图像帧的初始图像特征和所述历史图像帧的映射特征的过程中，所述历史图像帧的指示信息用于调整所述历史图像帧的映射特征。

3.根据权利要求1所述的检测方法，其特征在于，所述卷积长短记忆网络模型还包括实例门权重；其中，所述实例门权重用于修正所述实例门携带的所述历史图像帧的指示信息，得到修正后的所述历史图像帧的指示信息；

所述利用所述历史图像帧的指示信息调整所述历史图像帧的图像特征，包括：

利用所述修正后的所述历史图像帧的指示信息调整所述历史图像帧的图像特征。

4.根据权利要求1所述的检测方法，其特征在于，所述获取待检测视频的当前图像帧的初始图像特征，包括：

获取待检测视频的当前图像帧的像素矩阵；其中，所述像素矩阵的每一个元素均对应所述当前图像帧的一个像素点，并且，所述元素的元素值根据对应的像素点的颜色确定；

利用预设的卷积神经网络计算所述像素矩阵，得到所述当前图像帧的初始图像特征。

5.根据权利要求1所述的检测方法，其特征在于，所述实例门为二值矩阵，所述二值矩阵的每一个元素均对应所述历史图像帧的一个像素点；

其中，所述二值矩阵中，所述目标物体在所述历史图像帧的所在区域内的像素点对应的元素的元素值设定为第一数值，所述目标物体在所述历史图像帧的所在区域外的像素点对应的元素的元素值设定为第二数值。

6.根据权利要求1至5中任意一项所述的检测方法，其特征在于，所述待检测视频包括：视频网站中播放的视频，所述目标物体为所述视频网站中播放的视频中的目标物体；

或者，所述待检测视频包括：智能追寻设备录制的视频，所述目标物体为所述智能追寻设备录制的视频中的被追寻物体；

或者，所述待检测视频包括安防视频，所述目标物体为所述安防视频中的目标物体；

或者，所述待检测视频包括直播平台的直播视频；所述目标物体为所述直播平台的直播视频中的目标物体。