一种分层动态视频帧序列处理方法、装置、设备与介质

本申请涉及人工智能技术领域，尤其涉及公开了一种分层动态视频帧序列处理方法、装置、设备与介质，主要解决的问题包括无法适应复杂动态场景变化情况的局限性。方法部分包括：通过局部动态层对视频帧序列进行短时动态特征提取，以提取短时特征；通过全局稀疏层对所述短时特征进行长时上下文建模，得到长时上下文特征；通过跨模态解耦层和所述长时上下文特征对视频帧序列进行处理，以分别提取外观特征和运动特征；根据所述视频帧序列中相临帧间运动速度动态生成融合权重，利用所述融合权重对所述外观特征与运动特征进行加权融合，输出时空表征。