[发明专利]目标检测方法、装置、电子设备及存储介质

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取目标视频中的待测视频帧和所述待测视频帧之前的历史视频帧；

将所述历史视频帧与所述待测视频帧进行特征聚合处理，生成第一聚合特征数据；以及

分别对所述待测视频帧和所述历史视频帧进行目标检测，确定所述待测视频帧对应的目标数量的第一特征数据，和所述历史视频帧对应的目标数量的第二特征数据；并将所述第一特征数据和所述第二特征数据进行特征聚合处理，生成第二聚合特征数据；

基于所述第一聚合特征数据和所述第二聚合特征数据，确定所述待测视频帧对应的检测结果。

2.根据权利要求1所述的方法，其特征在于，获取目标视频中的待测视频帧和所述待测视频帧之前的历史视频帧之后，还包括：

对所述待测视频帧进行特征提取，得到第一图像特征数据；以及，对所述历史视频帧进行特征提取，得到第二图像特征数据；

所述将所述历史视频帧与所述待测视频帧进行特征聚合处理，生成第一聚合特征数据，包括：

将所述第二图像特征数据与所述第一图像特征数据进行特征聚合处理，生成第一聚合特征数据；

分别对所述待测视频帧和所述历史视频帧进行目标检测，包括：

利用所述第一图像特征数据和所述第二图像特征数据，进行所述目标检测。

3.根据权利要求2所述的方法，其特征在于，根据以下步骤确定待处理视频帧对应的待处理图像特征数据：

对所述待处理视频帧进行特征提取，生成所述待处理视频帧对应的中间特征图；

对所述中间特征图中的各特征数据进行特征融合处理，生成所述待处理视频帧对应的所述待处理图像特征数据；

其中，当所述待处理视频帧为所述待测视频帧时，所述待处理图像特征数据为所述第一图像特征数据；当所述待处理视频帧为所述历史视频帧时，所述待处理图像特征数据为所述第二图像特征数据。

4.根据权利要求2或3所述的方法，其特征在于，在所述历史视频帧包括多帧的情况下，所述将所述第二图像特征数据与所述第一图像特征数据进行特征聚合处理，生成第一聚合特征数据，包括：

根据每帧历史视频帧的采集时间顺序，将各帧历史视频帧对应的所述第二图像特征数据进行级联，生成级联后的第二图像特征数据；

将所述级联后的第二图像特征数据与所述第一图像特征数据进行特征聚合处理，生成第一聚合特征数据。

5.根据权利要求4所述的方法，其特征在于，所述将所述级联后的第二图像特征数据与所述第一图像特征数据进行特征聚合处理，生成第一聚合特征数据，包括：

基于确定的数量参数，从所述级联后的第二图像特征数据中确定目标图像特征数据；以及

对所述第一图像特征数据中的各中间图像特征数据进行特征融合处理，生成融合后的第一图像特征数据；

将所述目标图像特征数据和所述融合后的第一图像特征数据进行特征聚合，生成所述第一聚合特征数据。

6.根据权利要求1～5任一所述的方法，其特征在于，所述将所述第一特征数据和所述第二特征数据进行特征聚合处理，生成第二聚合特征数据，包括：

确定每个所述第二特征数据对应的置信度；其中，所述目标数量用于表征所述历史视频帧或所述待测视频帧中包括的预设目标的数量，所述置信度用于表征所述第二特征数据对应的预设目标在所述历史视频帧中存在的概率；

基于所述第二特征数据对应的所述置信度，将所述第一特征数据和所述第二特征数据进行特征聚合处理，生成第二聚合特征数据。