摘要
本发明提供了一种基于深度学习的信息融合停车位检测方法及系统,致力于从AVM(环视监控图像)实现停车位的高效检测。该方法先将图像划分为网格单元,借由卷积神经网络提取特征图,从而获取停车位的全局信息(包括入口位置、类型及占用情况)与局部信息(如连接点位置和方向),而后运用基于连接点和停车位的非极大值抑制技术对信息加以整合,得出精准的检测结果。本发明具备高检测率、高精度以及快速检测等显著优势,在各类环境条件下均有出色表现,具有颇高的实用价值与广阔的应用前景。
技术关键词
卷积滤波器
停车位检测方法
训练卷积神经网络
Sigmoid函数
网格
像素
卷积神经网络提取特征
停车位检测系统
占用状况
关键点
尺寸特征
平行停车位
特征信息融合
棋盘格标定
特征提取网络
加权平均法
图像处理模块
系统为您推荐了相关专利信息
残差卷积神经网络
表面温度数据
多尺度
海洋
编码器
分布分析方法
潮流特征
示踪剂技术
水质模型
海洋数值模式
超声速流场
建模方法
高超声速
粒子
无监督学习算法
阻塞流工况
阀门
测试方法
流量特性曲线
绘制压差