物体检测是通过算法从拍摄的图像或视频中检测出物体位置和类别。作为计算机视觉领域最基础的问题之一,物体检测具有重要的研究意义和广泛的实际应用价值。针对视频的物体检测要求实时精确地输出视频中每一帧内物体位置和类别。现有的视频检测算法需要手工设计规则,在检测速度和检测准确率方面面临着巨大的挑战。针对上述问题,论文提出了一种基于特征光流的视频物体检测框架,利用特征光流刻画邻近帧在特征层面发生的相对运动,并通过端到端的训练自动抽取所需特征层面时域信息,从而实现了快速、准确的视频中物体检测。论文的主要研究工作和贡献如下:·提出了一种基于特征传播的高速视频物体检测算法。算法在稀疏关键帧上进行耗时的特征提取,并依据特征光流将关键帧的特征传播到其他帧。传播后特征图直接经由检测子网络输出检测结果。对比逐帧图像物体检测,所提出算法可以保证检测准确率并有效提升检测速度。·提出了一种基于特征融合的高准确率视频物体检测算法。算法沿物体的运动轨迹融合邻近帧的特征图以增强当前帧特征表示。融合后特征图经由检测子网络输出检测结果。所提出方法避免手工设计多帧融合规则并有效地提升了检测准确率。·提出了一种基于递归特征融合与自适应特征提取的高速高准确率视频物体检测算法。算法在稀疏关键帧上进行特征提取和递归特征融合,并依据特征质量自适应地进行局部特征提取与关键帧设定。所提出方法能实现满足实时速度需求的高准确率视频中物体检测,并在高性能的GPU服务器和资源受限的移动设备上得到了验证。