深度学习理论的复杂光照背景车位智能检测和识别研究

来源 :激光杂志 | 被引量 : 0次 | 上传用户:seanchn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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.
其他文献
利用半解析法和矩量法相结合的数值方法,对含有一维左手渐变折射率材料光子晶体矩形波导的色散特性进行分析.定量地分析了周期结构的重复次数、渐变折射率分布函数类型(常数
GaN基LED芯片具有制备工艺简单、低成本、良率高等优点,提高LED芯片的出光效率已成为国内外专家的研究重点.采用tracepro软件,并基于蒙特卡洛法对ITO表面具有微孔结构的LED芯
为克服噪声干扰,实现高精度飞行器激光制导,提高导弹击中精度,提出基于反馈跟踪滤波检测的飞行器激光制导方法.该方法使用反馈线性化技术,从纵向制导、侧向制导两种角度设定
本文运用随机波动模型分析1980年1季度~2008年4季度中国经济周期波动性特征的动态变化,实证结果显示,20世纪90年代末是改革开放以来我国经济周期波动趋向平稳化的分水岭。本文
提出了一种基于双流独立循环神经网络的人体行为识别方法.该方法结合人体行为的骨架时间结构和空间结构构建双通道神经网络.对于时间通道,根据人体运动学原理设计结合分层网
4月17日,中国地理学会、沙漠学会、甘肃气象学会联合召开“竺可桢精神与西部开发”座谈会,纪念中国地理学、气象学一代宗师——竺可桢诞生110周年,决心弘扬竺老精神,拼搏于
通过精确检测CO2气体浓度控制CO2气体排放是治理大气温室效应过程中最重要的部分,采用TDLAS技术构建的CO2气体检测系统稳定度高、精密性好,是一种新型的检气方法.设计了一种
车辆档位信息间接反映车辆行驶状态,诸如考试、培训、安全驾驶等均需对其档位判断记录或溯源.本文以叉车为例,提出一种基于Mask R-CNN视觉感知技术的移动式、旋转式叉车操纵
由于运动目标在空间中的运动过程较为复杂,容易受到光学特性的干扰,使信息采集和姿态识别准确度较低.针对此现象,研究空间光学特性下运动信息采集与姿态识别.利用梯度光流计
郑广,男,1965年生,博士,教授,博士生导师,江汉大学物理与信息工程学院院长,兼任中国地质大学(武汉)材料模拟与计算物理研究所所长,是湖北省“楚天学者”特聘教授,享受国务院