基于视觉的自动停车位检测与占用分类

停车引导信息（PGI）系统用于向驾驶员提供最近停车场及空闲停车位数量的信息。近来，基于视觉的方案开始作为基于每个停车位硬件传感器的标准PGI系统的高性价比替代出现。基于视觉的系统根据记录停车场的相机所拍图像提供停车占用信息。然而，由于可能的视角、天气条件和物体遮挡的多样性，此类系统难以开发。最显著的是，它们需要对输入图像中的停车位位置进行人工标注，这对照相机角度变化、替换或维护十分敏感。本文提出一种仅基于输入图像执行自动停车位检测与占用分类（APSD-OC）的算法。自动停车位检测基于一系列停车场图像中的车辆检测，随后在鸟瞰图中进行聚类以检测停车位。一旦在输入图像中确定停车位位置，每个检测到的停车位使用专门训练的ResNet34深度分类器分类为占用或空闲。所提方法在知名公开数据集（PKLot和CNRPark+EXT）上进行了广泛评估，显示出在停车位检测上的高效性以及对非法停车或过往车辆存在的鲁棒性。训练的分类器在停车位占用分类中达到高准确率。