[发明专利]目标检测及预警方法、设备、系统和介质

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取单目红外采集设备采集的含目标检测对象的红外图；

采用训练好的神经网络模型对所述红外图进行目标检测，得到所述目标检测对象的类别信息和三维信息；

其中，所述三维信息包括目标检测对象的尺寸信息、位置信息、距离信息和运动方向信息中的至少一项。

2.根据权利要求1所述目标检测方法，其特征在于，所述采用训练好的神经网络模型对所述红外图进行目标检测，得到所述目标检测对象的类别信息和三维信息，包括：

采用训练好的神经网络模型对所述红外图进行特征提取和识别，获得所述目标检测对象的类别信息和三维检测框信息；

根据所述三维检测框信息确定所述目标检测对象的尺寸信息和位置信息，并根据所述目标检测对象的所述位置信息和所述尺寸信息确定所述目标检测对象与所述单目红外采集设备之间的距离信息。

3.根据权利要求1所述目标检测方法，其特征在于，所述在采用训练好的神经网络模型对所述红外图进行目标检测之前，所述目标检测方法还包括：

利用训练样本数据集对所述神经网络模型进行训练，所述训练样本数据集由携带有标注信息的样本红外图构成，所述标注信息包括所述样本红外图中的所述目标检测对象的类别标注信息和三维标注框信息。

4.根据权利要求3所述目标检测方法，其特征在于，在所述利用训练样本数据集对所述神经网络模型进行训练之前，所述目标检测方法还包括：

确定同一场景下所述目标检测对象对应的所述样本红外图和三维感测数据，所述三维感测数据包括三维感测设备对所述目标检测对象进行感测所获得的距离数据；

在所述三维感测数据所在的三维感测坐标系中，根据所述距离数据，确定用于框住所述目标检测对象的参考三维标注框信息；

根据所述三维感测坐标系和所述样本红外图所在的像素坐标系之间的转换关系以及所述参考三维标注框信息，对所述样本红外图进行标注，获得携带有所述三维标注框信息的所述样本红外图，以构成所述训练样本数据集。

5.根据权利要求4所述目标检测方法，其特征在于，所述参考三维标注框信息包括参考三维标注框的中心点信息以及所述参考三维标注框的长、宽、高信息，所述参考三维标注框的中心点信息用于表征所述目标检测对象的位置信息，所述参考三维标注框的长、宽、高信息用于表征所述目标检测对象的尺寸信息。

6.根据权利要求5所述目标检测方法，其特征在于，所述标注信息还包括所述样本红外图中所述目标检测对象的二维标注框信息，所述目标检测方法还包括：

根据所述参考三维标注框的中心点信息以及所述参考三维标注框的长、宽、高信息，确定所述二维标注框的信息；

学习所述样本红外图中所述目标检测对象的所述二维标注框信息和所述三维标注框信息，并根据对所述二维标注框信息学习的结果修正对所述三维标注框信息学习的结果。

7.根据权利要求4所述目标检测方法，其特征在于，所述标注信息还包括所述目标检测对象的运动方向标注信息，所述三维感测设备为雷达，所述三维感测数据还包括所述雷达对所述目标检测对象进行感测获得的偏航角数据；

所述目标检测方法还包括：

在所述三维感测数据所在的三维感测坐标系中，根据所述偏航角数据，获得所述运动方向标注信息。