迁移学习场景下的实时停车位置检测

论文摘要

针对停车位置检测的问题,采用基于霍夫变换检测停车线,分割每个停车区域的图像预处理,使用VGG目标检测模型对每个停车区域进行迁移学习,判别相融合的空闲车位检测方法,对露天停车场高空定点摄像头传回的视频进行空闲车位识别与位置标注方面的研究。研究发现:VGG目标检测模型采用卷积神经网络减轻人工提取特征的工作量,与目标检测和识别中的经典机器学习方法相比,有较高的目标检测效率和准确度,为定点停车位的检测提供了一种实时位置反馈的解决方案。

论文目录

文章来源

类型: 期刊论文

作者: 邢家源,张军,薛晨兴,雷雨婷,孙彦

关键词: 车位检测,图像预处理,迁移学习,深度学习模型,卷积神经网络

来源: 天津职业技术师范大学学报 2019年04期

年度: 2019

分类: 社会科学Ⅱ辑,工程科技Ⅱ辑,信息科技

专业: 公路与水路运输,计算机软件及计算机应用

单位: 天津职业技术师范大学电子工程学院

基金: 天津市科技计划项目（14JCTPJC00537）

分类号: TP391.41;U491.7

DOI: 10.19573/j.issn2095-0926.201904007

页码: 32-37

总页数: 6

文件大小: 639K

下载量: 181

相关论文文献

标签：车位检测论文;  图像预处理论文;  迁移学习论文;  深度学习模型论文;  卷积神经网络论文;