[发明专利]目标检测方法、装置及系统

说明书

本申请提供了目标检测方法、装置及系统，其中，方法包括：获取待检测目标的光强分布图像；光强分布图像是待检测目标在多个可见光光源的照射下，接收端采用多PD接收得到；将光强分布图像输入训练后的神经网络模型，神经网络模型输出对待检测目标的检测结果；检测结果包括：待检测目标的类别和在光强分布图像中的位置。由于本申请中，可见光光源的数量是多个，所以发射的光线可以对空间进行全方位照射，以及通过训练后的神经网络模型进行目标检测，因此，本申请可以提高目标检测的准确性。

技术领域

本申请涉及图像处理领域，尤其涉及目标检测方法、装置及系统。

背景技术

在实际中，目标检测具有重要作用，多个领域都涉及到目标检测。

目前，目标检测的方式有激光雷达成像检测。其中，以激光器作为照射光源进行的非接触性目标成像技术，旨在通过激光引发的信号来重建目标的结构特征。

由于光线按直线传播的特性，激光成像一般只能探测得到目标物体朝向成像系统这一面的表面形貌。另外，激光成像需要严格对准。因此，在实际中，通过激光雷达成像检测，具有目标检测准确性低的问题。

发明内容

本申请提供了目标检测方法、装置及系统，目的在于解决通过激光雷达成像检测，具有目标检测准确性低的问题。

为了实现上述目的，本申请提供了以下技术方案：

本申请提供了一种目标检测方法，包括：

获取待检测目标的光强分布图像；所述光强分布图像是所述待检测目标在多个可见光光源的照射下，接收端采用多PD接收得到；

将所述光强分布图像输入训练后的神经网络模型，所述神经网络模型输出对所述待检测目标的检测结果；所述检测结果包括：所述待检测目标的类别和在所述光强分布图像中的位置。

可选的，所述训练后的神经网络模型是采用预设训练集对初始神经网络模型进行训练得到；所述预设训练集包括：多幅预设物体的光强分布图像，以及对每幅所述光强分布图像中的物体类别和位置进行标记的标记图像。

可选的，所述训练集中任意一个预设物体的光强分布图像，是该预设物体在所述可见光下连续移动过程中，所述接收端采用多PD接收到的该预设物体多个角度的光强分布图像。

本申请还提供了一种目标检测装置，包括：

获取模块，用于获取待检测目标的光强分布图像；所述光强分布图像是所述待检测目标在多个可见光光源的照射下，接收端采用多PD接收得到；

处理模块，用于将所述光强分布图像输入训练后的神经网络模型，所述神经网络模型输出对所述待检测目标的检测结果；所述检测结果包括：所述待检测目标的类别和在所述光强分布图像中的位置。

可选的，所述训练后的神经网络模型是采用预设训练集对初始神经网络模型进行训练得到；所述预设训练集包括：多幅预设物体的光强分布图像，以及对每幅所述光强分布图像中的物体类别和位置进行标记的标记图像。

可选的，所述训练集中任意一个预设物体的光强分布图像，是该预设物体在所述可见光下连续移动过程中，所述接收端采用多PD接收到的该预设物体多个角度的光强分布图像。

本申请还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述任一所述的目标检测方法。

本申请还提供了一种设备，所述设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如上述任一所述的目标检测方法。