格式:pdf
大?。?span class="single-tag-height">201KB
頁數: 4頁
針對日益嚴峻的停車難問題,提出一種基于改進卷積神經網絡停車場空車位檢測方法。首先,根據車位只需用兩種狀態(tài)來表示其占空的特點,對傳統(tǒng)卷積神經網絡結構進行改進,提出迷你卷積神經網絡(MCNN)的概念;然后,通過減少網絡參數來減少訓練和識別時間,并在網絡中加入局部響應歸一化層以加強對明度的校正,以及使用小卷積核來獲取更多圖像細節(jié);最后,對視頻幀圖進行手動掩碼設置,通過邊緣檢測切割成單個車位圖,并使用訓練好的MCNN進行車位識別。實驗結果表明,與傳統(tǒng)機器學習方式相比,基于MCNN的檢測方法識別率能提高3~8個百分點,同時網絡參數僅為常規(guī)使用卷積模型的1/1 000,且在文中所述的幾種不同環(huán)境中,識別率的均保持在92%以上。實驗結果表明,MCNN可移植到低配置攝像頭,實現停車場空車位自動檢測。