摘要
本发明属于图像处理领域,涉及一种车位占用状态检测方法、装置及电子设备,方法包括获取不同泊车场景下的多张AVM样本图像;确定并标注每张AVM样本图像中各可见车位的多个第一类关键点,确定并标准各可见车辆对应的多个第二类关键点,得到图像样本集;对深度学习模型进行训练,得到关键点检测模型;将待泊车辆的实时AVM图像输入关键点检测模型,得到关键点检测结果;依据关键点检测结果中的第二类关键点是否落在第一类关键点组成的车位可见区域中,对可见车位的占用状态进行判别检测,得到车位占用状态检测结果。本发明通过第二类关键点是否落在第一类关键点组成的车位可见区域内来判断车位是否被占用,提升了车位占用状态检测的准确性和可靠性。
技术关键词
车位占用状态
关键点
接地点
深度学习模型
检测头
样本
泊车场景
车轮
车头
车辆
视觉
电子设备
四边形
网络
处理器
输入模块
图像处理
数据
系统为您推荐了相关专利信息
巡检管理方法
分区
机器人巡检
路径规划算法
关键点
人脸特征
Inception结构
标签
图像特征提取
煤矿井下
多模态
数据采集模块
运动补偿技术
深度学习模型
生成高对比度
资源调度模型
资源调度策略
故障预测模型
故障预测方法
优化调度策略