论文部分内容阅读
针对当前自动泊车系统对停车位检测要求越来越高的现实需求,对停车位检测进行了研究,以解决停车位类型判别和泊车过程中目标泊入停车位检测的难题。基于深度神经网络,设计了一种紧凑高效的网络模型。借鉴了文本检测思想,先对目标区域进行像素分割,再在像素的分割基础上进行边界框回归,设计了一种端到端的高效回归方式,实现对遮挡停车位的精确检测。创新性地提出一种对像素级的类别置信度进行加权求和的方法,实现对停车位类型的判别。试验证明,所提出的网络模型能同时对未遮挡的停车位和被自身车辆严重遮挡的目标泊入停车位进行精确检测