1.一种隧道入侵物体检测方法，其特征在于，包括：基于轻量级特征提取网络对隧道监控视频的关键帧进行处理，以提取所述隧道监控视频的多尺度特征图；基于多尺度特征融合网络对所述多尺度特征图进行处理，以获取所述多尺度特征图中的轨道车辆和行人信息；基于背景差分算法对所述关键帧进行处理，以获取运动物体位置信息；根据所述轨道车辆和行人信息以及所述运动物体位置信息，确定隧道内是否有入侵物体；所述基于轻量级特征提取网络对隧道监控视频的关键帧进行处理，以提取所述隧道监控视频的多尺度特征图包括：基于所述轻量级特征提取网络对所述关键帧中的目标区域进行裁剪；对裁剪后的图像进行卷积运算，以获取所述多尺度特征图；其中，所述多尺度特征图包括具有不同分辨率的多层图像，每层图像包括表示物体所在位置的空间特征和/或表示物体所属类别的语义特征；所述基于多尺度特征融合网络对所述多尺度特征图进行处理，以获取所述多尺度特征图中的轨道车辆和行人信息包括：基于所述多尺度特征融合网络，对所述每层图像的空间特征进行融合，以确定物体在所述目标区域中的位置信息；对所述每层图像的语义特征进行融合，以确定所述位置信息对应的物体类别信息；根据所述位置信息以及所述物体类别信息，确定所述多尺度特征图中的轨道车辆和行人信息；所述根据所述轨道车辆和行人信息以及所述运动物体位置信息，确定隧道内是否有入侵物体包括：将轨道车辆和行人对应的位置，与运动物体位置进行匹配；若存在与所述轨道车辆和行人对应的位置不匹配的运动物体位置，则将不匹配的运动物体位置对应的运动物体确定为所述入侵物体。
2.根据权利要求1所述的隧道入侵物体检测方法，其特征在于，基于背景差分算法对所述关键帧进行处理，以获取运动物体信息包括：基于所述背景差分算法确定所述目标区域的前景以及背景；对所述前景进行过滤，以确定表示运动物体在所述目标区域中的位置的运动物体位置信息。
3.一种隧道入侵物体检测装置，其特征在于，包括：提取模块，用于基于轻量级特征提取网络对隧道监控视频的关键帧进行处理，以提取所述隧道监控视频的多尺度特征图；融合模块，用于基于多尺度特征融合网络对所述多尺度特征图进行处理，以获取所述多尺度特征图中的轨道车辆和行人信息；差分模块，用于基于背景差分算法对所述关键帧进行处理，以获取运动物体位置信息；确定模块，用于根据所述轨道车辆和行人信息以及所述运动物体位置信息，确定隧道内是否有入侵物体；所述提取模块具体用于：基于所述轻量级特征提取网络对所述关键帧中的目标区域进行裁剪；对裁剪后的图像进行卷积运算，以获取所述多尺度特征图；其中，所述多尺度特征图包括具有不同分辨率的多层图像，每层图像包括表示物体所在位置的空间特征和/或表示物体所属类别的语义特征；所述融合模块具体用于：基于所述多尺度特征融合网络，对所述每层图像的空间特征进行融合，以确定物体在所述目标区域中的位置信息；对所述每层图像的语义特征进行融合，以确定所述位置信息对应的物体类别信息；根据所述位置信息以及所述物体类别信息，确定所述多尺度特征图中的轨道车辆和行人信息；所述确定模块具体用于：将轨道车辆和行人对应的位置，与运动物体位置进行匹配；若存在与所述轨道车辆和行人对应的位置不匹配的运动物体位置，则将不匹配的运动物体位置对应的运动物体确定为所述入侵物体。
4.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1或2所述的隧道入侵物体检测方法的步骤。
5.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1或2所述的隧道入侵物体检测方法的步骤。
