基于视觉的自动停车位检测和占用分类

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该研究提出了一种基于图像输入的自动停车位检测和占用分类算法。该算法通过在鸟瞰图上进行聚类来检测停车位,并使用特定训练的深度分类器对每个停车位进行占用或空置的分类。该方法在公开数据集上进行了评估,显示出较高的停车位检测效率和对非法停车或经过车辆的稳健性。训练的分类器在停车位占用分类方面准确性较高。

🎯

关键要点

  • 该研究提出了一种基于图像输入的自动停车位检测和占用分类算法 (APSD-OC)。

  • 算法通过在鸟瞰图上进行聚类来检测停车位。

  • 使用特定训练的 ResNet34 深度分类器对每个检测到的停车位进行占用或空置的分类。

  • 该方法在公开数据集 (PKLot 和 CNRPark+EXT) 上进行了广泛评估。

  • 显示出较高的停车位检测效率和对非法停车或经过车辆的稳健性。

  • 训练的分类器在停车位占用分类方面取得了较高的准确性。

➡️

继续阅读