深度学习理论的复杂光照背景车位智能检测和识别研究

• 作者: 孙桂煌 姜忠海
• 来源期刊: 激光杂志
• 关键词: 深度学习理论 复杂光照背景 车位智能检测 识别
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 模式识别
• 页码范围: 81-85
• 页数: 5页
• 分类号: TN929
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2021.04.081

摘要

车位检测与车位状态识别是停车场监控与管理的核心技术,而停车场存在复杂的光照背景与差异的环境条件,这对车位的高精度检测与识别提出了挑战.由此提出基于深度学习理论的复杂光照背景车位智能检测与识别方法,经基于线结构光视觉测量的复杂背景车位智能检测方法,获取监控视频图像里复杂光照背景下车位的坐标;由基于深度学习的复杂背景车位智能识别方法里的卷积神经网络提取所定位车位纹理特征后,通过多尺度FPN算法实现纹理特征小目标的训练,完成车位状态智能识别.以某大型露天停车场为例,该方法能够有效检测车位位置、识别空闲车位,且在多种复杂光照背景下,对车位的检测与识别性能均不受干扰,对停车场车位管理存在应用价值.