SHINE：基于深度学习的无障碍停车位管理系统
计算机视觉与模式识别
2023-10-19 v3 人工智能
摘要
科技进步推动的城市区域持续扩张，导致全球（包括韩国）私有车辆数量大幅增加。然而，车辆数量的逐渐增长不可避免地引发了停车相关问题，包括滥用为残障人士指定的残障停车位（以下称无障碍停车位）。传统车牌识别（LPR）系统因监控摄像头高帧率、自然与人工噪声的存在，以及光照与天气条件变化阻碍检测与识别，被证明难以实时解决此类问题。随着停车 4.0 概念的兴起，许多传感器、物联网与基于深度学习的方法已被应用于自动 LPR 与停车管理系统。尽管如此，研究表明仍需一个鲁棒且高效的模型来管理韩国的无障碍停车位。为此，我们提出了一种称为 Shine 的新系统，其使用基于深度学习的物体检测算法来检测车辆、车牌与残障徽章（以下称卡片、徽章或通行徽章），并通过与中央服务器协调来验证驾驶员使用无障碍停车位的权利。我们的模型平均精度达 92.16%，有望解决无障碍停车位滥用问题，并为城市环境中高效有效的停车管理作出重要贡献。
引用
@article{arxiv.2302.00837,
title = {SHINE: Deep Learning-Based Accessible Parking Management System},
author = {Dhiraj Neupane and Aashish Bhattarai and Sunil Aryal and Mohamed Reda Bouadjenek and Uk-Min Seok and Jongwon Seok},
journal= {arXiv preprint arXiv:2302.00837},
year = {2023}
}