[发明专利]用于识别视线外对象的装置

权利要求书

1.一种用于视线外对象识别的光学系统，包括：

相干光源；

光场采样器，其提供光传感器元件的二维阵列，所述光场采样器能够定位成接收来自由所述相干光源照射的视线外对象的光的反射，以产生相应的一组光传感器信号；以及

机器学习系统，其接收所述一组光传感器信号并且根据训练集的训练来处理所述一组光传感器信号以识别对象类的不同对象中的给定对象，其中，当所述对象类的不同对象不在收集所述光传感器信号的光传感器的视线内并且被相干光源照射时，所述训练集通过所述光传感器信号的相位信息来将所述不同对象链接到与所述不同对象相关联的光传感器信号。

2.根据权利要求1所述的光学系统，其中，所述机器学习系统使用由在所述光传感器元件的二维阵列内的一组位置处的光相位组成的特征集。

3.根据权利要求2所述的光学系统，其中，所述光传感器元件各自感测接收到的光的相位。

4.根据权利要求3所述的光学系统，其中，所述光传感器元件是波前传感器。

5.根据权利要求1所述的光学系统，其中，所述光传感器元件各自感测接收到的光的强度。

6.根据权利要求1所述的光学系统，其中，所述训练集的成员提供利用所述不同对象和多像素传感器之间传递的相干辐射通过至少一次非镜面反射而间接照射的对象类的视线外对象的反射光的相位度量。

7.根据权利要求1所述的光学系统，其中，所述相干光源选自激光和光束扩展器以及相干二极管。

8.根据权利要求1所述的光学系统，其中，所述相干光源是非准直的。

9.根据权利要求1所述的光学系统，其中，所述相干光源提供可见范围内的光。

10.根据权利要求1所述的光学系统，其中，所述相干光源具有小于1千兆赫兹的频率线宽。

11.根据权利要求1所述的光学系统，其中，所述机器学习系统是多层神经网络。

12.根据权利要求11所述的光学系统，其中，所述机器学习系统是卷积神经网络。

13.根据权利要求1所述的光学系统，其中，所述光场采样器具有无需介入将光图像投影在光传感器阵列上的光学器件而直接接收反射光的光电传感器阵列。

14.一种识别视线外的给定对象的方法，包括：

(a)当对象类的不同对象不在收集与所述不同对象相关联的光传感器信号的光传感器的视线内并且被相干光源照射时，通过所述光传感器信号的相位信息来创建将所述不同对象链接到与所述不同对象相关联的光传感器信号的训练集；

(b)使用所述训练集训练机器学习系统；

(c)利用相干光照射给定对象并且收集所述对象的在视线外的位置处的反射光；以及

(d)使用经训练的机器学习系统处理收集到的光，以基于所述收集到的光来识别所述对象类内的给定对象。

15.根据权利要求14所述的方法，其中，在步骤(c)，在所述相干光从至少一个非镜面反射器被反射之后，所述对象被所述相干光间接照射。

16.根据权利要求14所述的方法，其中，步骤(a)创建的所述训练集是在与步骤(c)被照射对象的不同的环境中创建的。

17.根据权利要求14所述的方法，其中，利用允许区分由来自所述给定对象的反射光中的相长干涉和相消干涉引起的光学散斑的空间分辨率来收集光。