基于视觉的停车场车位检测与分类算法
本文为提高停车场的使用效率提出一种基于视觉的车位检测与分类算法. 针对现有停车场车位分类方法自动化程度低, 设备与部署成本高昂, 以及现有的检测算法召回率低、准确性差的问题. 首先, 对车位进行检测, 建立车位表并增量式地扩充车位分类模型数据集; 其次, 利用测试数据集训练支持向量机车位分类模型; 最后, 根据监控视频流数据实时地对每个车位能否泊车进行判断. 实验结果表明: 在不同的光照条件下, 车位直线检测的召回率在94%以上, 车位分类模型的准确率在95%以上. 该算法自动化程度高, 准确率良好, 部署简便, 具有良好的应用价值.
智能交通;停车场交通效率;支持向量机;车位检测;车位分类
31
政府间国际科技创新合作重点专项2019YFE0100200
2022-03-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
234-240