【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于多模态的对象类别检测方法、电子设备及计算机可读存储介质。
技术介绍
1、随着深度学习技术的迅速发展，对象识别技术以其显著的准确率为智能设备和交互式智能产品提供了便捷性和智能性。一个安全的对象识别系统能够防御照片打印、视频重放、3d仿生面具等攻击，为了保障对象识别系统的安全性，在进行对象识别前，进行对象类别检测处理尤为重要。
2、目前，通过摄像头采集待检测图像进行特征分析确定待检测图像中的对象类别。但上述方式存在检测准确性低下的问题。
3、因此，亟需一种能够提高对象类别检测准确性的对象类别检测方法。
技术实现思路
1、本申请主要解决的技术问题是提供一种基于多模态的对象类别检测方法、电子设备及计算机可读存储介质，能够提高对象类别的检测准确性。
2、为解决上述技术问题，本申请提供了一种基于多模态的对象类别检测方法，所述方法包括：获取第一模态图像，所述第一模态图像包括待检测对象；对所述第一模态图像进行模态转换处理，得到第二...
【技术保护点】
1.一种基于多模态的对象类别检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多模态的对象类别检测方法，其特征在于，所述对所述第一模态图像进行模态转换处理，得到第二模态图像的步骤，包括：
3.根据权利要求2所述的基于多模态的对象类别检测方法，其特征在于，所述将所述第一模态图像输入目标类别检测模型中，得到所述目标类别检测模型的模态转换模块输出的第二模态图像的步骤，包括：
4.根据权利要求2所述的基于多模态的对象类别检测方法，其特征在于，所述将所述第一模态图像和所述过滤后的第二模态图像输入所述目标类别检测模型中，得到所述...
【技术特征摘要】
1.一种基于多模态的对象类别检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多模态的对象类别检测方法，其特征在于，所述对所述第一模态图像进行模态转换处理，得到第二模态图像的步骤，包括：
3.根据权利要求2所述的基于多模态的对象类别检测方法，其特征在于，所述将所述第一模态图像输入目标类别检测模型中，得到所述目标类别检测模型的模态转换模块输出的第二模态图像的步骤，包括：
4.根据权利要求2所述的基于多模态的对象类别检测方法，其特征在于，所述将所述第一模态图像和所述过滤后的第二模态图像输入所述目标类别检测模型中，得到所述目标类别检测模型的类别检测模块确定的待检测对象的目标类别的步骤，包括：
5.根据权利要求1所述的基于多模态的对象类别检测方法，其特征在于，所述对所述第二模态图像中的光照信息进行过滤处理，得到过滤后的第二模态图像的步骤，包括：
6.根据权...
【专利技术属性】
技术研发人员：张攀军，汪鹏飞，马子昂，
申请(专利权)人：杭州华橙软件技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。