科创中国

电子信息技术

本发明提供了一种基于卷积神经网络的车位快速识别方法,包括如下步骤：S1、通过广角摄像头采集车位图像,通过逆透视变换将车位图像转换成俯视图；S2、通过Ghost卷积、深度可分离卷积等构建轻量化的车位检测网络；S3、通过卷积神经网络同时预测车位角点、入口线和分隔线方位；S4、根据网络预测结果对车位角点进行配对,推理出完整车位。应用本技术方案构建轻量化深度学习卷积神经网络预测车位角点、入口线和分隔线方位,利用入口线和车位角点的位置关系配对车位角点,并确定车位方位,进而推断出完整车位。

一种基于卷积神经网络的车位快速识别方法,其特征在于,包括如下步骤：S1、通过广角摄像头采集车位图像,通过逆透视变换将车位图像转换成俯视图；S2、通过Ghost卷积、深度可分离卷积构建轻量化的车位检测网络；S3、通过卷积神经网络同时预测车位角点、入口线和分隔线方位；S4、根据网络预测结果对车位角点进行配对,推理出完整车位；在步骤S2中,通过Ghost卷积堆叠构成GhostBottleneck模块,并引入ECA注意力机制组成ECA-GhostBottleneck模块,在不增加网络参数量和计算量的情况下提高网络检测效果；再组合ECA-GhostBottleneck模块和残差边构成ECA-GhostC3模块用于车位特征提取；同时嵌入深度可分离卷积用于调整特征图的尺度；在步骤S3中,添加分隔线方位回归分支,通过网络直接输出车位方位；并根据预测目标制作网络训练数据集；完成网络训练后,网络输出的特征图通道数m由下式表示：m＝(5+n-c+o)n-a式中,n-c＝2为检测类别数；n-a＝3,为Grid Cel l的锚框数量；网络输出特征图通道数m＝(5+2+2)×3＝27

福建大学信息学研究和软件开发团队是由多名软件开发经验丰富的教师和学生组成，目前取得软件著作权80多项。福州大学（Fuzhou University），简称福大，位于福建省福州市，创建于1958年，是国家“双一流”建设高校，国家“211工程”建设高校，国家教育部、国家国防科技工业局与福建省人民政府共建高校，福建省三所重点建设的高水平大学之一，福建省一流大学建设高校。