首页 > 论文 > 中国激光 > 46卷 > 04期(pp:0404013)

基于深度学习的停车场车位智能检测方法研究

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

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。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/cjl201946.0404013

作者单位:

    武汉理工大学资源与环境工程学院
    武汉理工大学资源与环境工程学院
    重庆市计量质量检测研究院
    武汉理工大学资源与环境工程学院

引用该论文

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):0404013.