测量与计量

停车场车位利用率低带来停车难的问题时刻困扰着车主。为解决此问题，本文提出基于深度学习的停车场车位智能检测方法。首先，利用TensorFlow深度学习平台对车辆目标识别模型进行训练，通过层次化批次规模的优化调整，确定最佳的目标识别训练结果。其次，针对停车场摄像头的视频流数据，采用Python调用OpenCV对监控视频流数据进行停车场有效车辆图像的优化间隔提取。然后根据训练模型结合优化提取的监控图像数据，给出车辆分布的精准识别结果，通过融合数据分层法和Timsort算法，实现对车辆分布识别结果的有序编号。最后，利用间接蒙特卡罗思想构造出空车位概率判别模型，实现对车位空缺状况的准确判断。利用模拟数据和实际采集数据，分别验证停车场车位分布的智能识别、车位智能编号和空车位判断的可靠性。

徐乐先, 陈西江, 班亚, 黄丹. 基于深度学习的停车场车位智能检测方法研究[J]. 中国激光, 2019, 46(04): 13.  复制并引用该论文