基于深度学习的智能停车场车位查询系统
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金青年科学基金(41701491);中央引导地方科技发展专项(2017L3009);福建省基金(2017J01464)


Intelligent Parking Space Query System Based on Deep Learning
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    本文基于深度学习目标检测算法设计并实现了一种实时的智能停车场车位信息查询系统.采用YOLO目标检测算法结合大量关于汽车以及车牌的图像数据对物体检测模型进行训练.利用该模型对停车场视频监控画面进行处理,根据模型处理的结果以及所设计的相关算法对车位进行判断,并且计算出被占用车位停车时长,识别出车辆的车牌信息.车位信息将以示意图的方式通过微信终端进行接收,使车主能够实时获取停车场车位信息.该系统能够准确地判断出停车场的车位信息,可为城市商业停车场管理方式提供参考.

    Abstract:

    This study designs and implements a real-time intelligent parking space information query system based on deep learning object detection algorithm. The model is trained by adopting the YOLO object detection algorithm combined with a large number of vehicle and license plate images. Use the model to process the parking lot surveillance video. According to the results of the model processing and the related design of algorithm, judge the free parking space, calculate the parking time of the occupied parking space and recognize the license plate. The parking information will be received by the WeChat terminal in a schematic way, so that the drivers can obtain the parking information in real time. The system can accurately judge the parking information and provide reference for the management of urban commercial parking lot.

    参考文献
    相似文献
    引证文献
引用本文

郑志锋,刘金清,施文灶.基于深度学习的智能停车场车位查询系统.计算机系统应用,2019,28(11):107-114

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-04-22
  • 最后修改日期:2019-05-20
  • 录用日期:
  • 在线发布日期: 2019-11-08
  • 出版日期: 2019-11-15
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号