基于深度卷积神经网络的停车位空位指示系统
计算机视觉与模式识别
2016-07-01 v1
摘要
停车管理系统，尤其是空位指示服务，在减少大城市的交通和能源浪费方面可以发挥重要作用。视觉检测方法代表了一种经济高效的选项，因为它们可以利用许多停车场通常已经可用的硬件，即摄像头。然而，视觉检测方法可能脆弱且不易泛化。在本文中，我们提出了一种基于深度卷积神经网络的鲁棒检测算法。我们在大型基线数据集上以及一组来自已安装在停车场的实际摄像头的图像流上实现并测试了我们的算法。我们开发了一个全功能系统，从服务器端图像分析到前端用户界面，以证明我们方法的实用性。
引用
@article{arxiv.1606.09367,
title = {Parking Stall Vacancy Indicator System Based on Deep Convolutional Neural Networks},
author = {Sepehr Valipour and Mennatullah Siam and Eleni Stroulia and Martin Jagersand},
journal= {arXiv preprint arXiv:1606.09367},
year = {2016}
}