本申请涉及一种图像匹配方法和装置、电子设备、计算机可读存储介质，包括：通过注意力机制和目标卷积神经网络模型进行计算得到待匹配图像帧的目标文字特征，然后将待匹配图像帧的全局特征和待匹配图像帧的目标文字特征进行融合，得到待匹配图像帧的融合特征。如此，融合特征能够从两个方面更加全面地体现待匹配图像帧的特征。最后，通过将待匹配图像帧的融合特征与数据库中的相关图像帧的融合特征进行比较，就得到了匹配结果。如此，提高了图像匹配的准确性。