Indexed by：
Abstract：
本发明公开了一种面向智能停车的多车位检测方法。首先，制作训练多车位检测模型所需的数据集，并对数据样本进行增强处理。然后对Resnet网络结构进行优化，即把Resnet网络结构中的线性整流函数(ReLU)替换为带参数的线性整流函数，并把批量归一化(BN)和带参数的线性整流函数置于权重层之前，基于该优化的Resnet网络构建全卷积神经网络模型。最后，基于制作的数据集对所构建的全卷积神经网络模型进行训练，并利用训练所得的模型对采集的停车场图像进行多车位检测，以获得车位检测结果。本发明提高了基于图像的多车位检测精度，满足了智能停车系统中实时车位检测需求。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN201911363240.7
Filing Date： 2019-12-25
Publication Date： 2023-06-09
Pub. No.： CN111126303B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
