典型文献
基于全景视频下标记点特征的停车位检测技术研究
文献摘要：
在车载全景系统中,如何准确地检测停车位的位置和车位的方向仍然是一个待解决的问题.针对这一问题,设计了一个双路并行多尺度标记点检测网络,双路网络分别用于检测标记点的位置和角度.对全景图像提取多尺度的特征,并行维护一高一低两个分辨率的分支网络,两个分支互相融合,高分辨率特征以高斯热图的形式表述标记点的位置.提出了一种新的停车位方向计算方法,使用两个标记点的方向以及两个标记点的相对位置计算停车位的方向.为验证所提方法的可行性,使用公共数据集PS2.0的训练集训练所设计的网络,在公共数据集PS2.0和自行采集的数据集PSS上分别测试的停车位检测精确度为99.4％、95.27％,召回率为99.88％、80.89％,在PS2.0上标记点位置平均误差为0.84 pixel,车位方向的误差为0.71°.实验结果表明,与现有方法相比,所提出的车位检测网络降低了标记点定位和车位方向的误差,且在PSS数据集上有较强的泛化能力.
文献关键词：
自动泊车;停车位检测;多尺度特征;标记点;深度学习
中图分类号：
作者姓名：
单凯强;桑海峰
作者机构：
沈阳工业大学信息科学与工程学院 沈阳 110870
文献出处：
引用格式：
[1]单凯强;桑海峰-.基于全景视频下标记点特征的停车位检测技术研究)[J].电子测量与仪器学报,2022(02):203-210
A类：
停车位检测
B类：
全景视频,下标,标记点,点特征,车载,全景系统,一个双,点检,测网,双路网络,全景图像,图像提取,一高一低,分支网,互相融合,高分辨率特征,热图,相对位置,公共数据,PS2,训练集,集训,PSS,检测精确度,召回率,上标,平均误差,pixel,点定,泛化能力,自动泊车,多尺度特征
AB值：
0.297557
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
