[发明专利]基于深度学习的车辆逆向停车判断方法、服务器及系统

权利要求书

1.一种基于深度学习的车辆逆向停车判断方法，其特征在于，包括：

车辆确定步骤：通过摄像头获取所述摄像头覆盖区域内的图像，并基于深度学习识别所述图像内目标车辆的停车朝向及目标车辆位置；

车位确定步骤：确定所述目标车辆所在的目标停车位，并获取所述目标停车位的预设车位朝向，其中所述预设车位朝向是指所述目标停车位的预设停车方向；

违章判断步骤：根据所述目标车辆的停车朝向和所述预设车位朝向判断所述目标车辆的停车状态。

2.根据权利要求1所述的方法，其特征在于，在所述车辆确定步骤之前还包括：建立数据库步骤，所述数据库包括所述摄像头覆盖区域内停车位的范围、所述摄像头覆盖区域内停车位的ID号码及所述摄像头覆盖区域内停车位的预设车位朝向。

3.根据权利要求1所述的方法，其特征在于，所述车辆确定步骤具体为：

通过摄像头获取所述摄像头覆盖区域内的图像；

将所述图像输入预设训练模型，通过预设训练模型识别所述目标车辆的停车朝向及所述目标车辆的位置。

4.根据权利要求3所述的方法，其特征在于，在所述车辆确定步骤之前，还包括建立预设训练模型步骤，所述建立预设训练模型步骤具体为基于Region CNN算法、faster R-CNN方法、YOLO网络或SSD深度学习框架建立所述预设训练模型。

5.根据权利要求4所述的方法，其特征在于，所述基于SSD深度学习框架建立所述预设训练模型具体为：

预先采集覆盖区域内的图像生成复数个训练图像数据；

对所述训练图像数据进行预处理，其中预处理为对所述训练图像数据中的车辆停车朝向进行分类标注；

对复数个预处理过的所述训练图像数据进行深度学习训练，即点对点损失函数的计算以及反向传播计算的更新，最终得到获得所述预设训练模型。

6.根据权利要求5所述的方法，其特征在于，将所述图像输入预设训练模型，通过预设训练模型识别所述目标车辆的停车朝向及所述目标车辆的位置步骤具体为：

将所述图像输入所述预设训练模型，得到所述目标车辆的停车方向、目标车辆在所述覆盖区域图像中的位置范围。同时获得对应的预测结果分数值prob，当分数值prob不小于预设值时，确定此时的停车方向为目标车辆的停车朝向。

7.根据权利要求6所述的方法，其特征在于，所述违章判断步骤之后还包括，违停处理步骤：若违章判断步骤中判断所述目标车辆的停车朝向和所述目标停车位的预设车位朝向不一致，则发出警报并保存相应记录。

8.一种基于深度学习的车辆逆向停车判断服务器，其特征在于，包括：

车辆确定模块：用于通过摄像头获取所述摄像头覆盖区域内的图像，并基于深度学习识别所述图像内目标车辆的停车朝向及目标车辆位置；

车位确定模块：用于确定所述目标车辆所在的目标停车位，并获取所述目标停车位的预设车位朝向，其中所述预设车位朝向是指所述目标停车位的预设停车方向；

预设违章判断模块：用于根据所述目标车辆的停车朝向和所述预设车位朝向判断所述目标车辆的停车状态。

9.一种基于深度学习的车辆逆向停车判断服务器，其特征在于，包括处理器和存储器，所述存储器用于存储程序指令，以使所述处理器加载所述程序指令，完成如权利要求1-7任一项所述的方法步骤。

10.一种基于深度学习的车辆逆向停车判断系统，其特征在于，包括至少一个如权利要求8或9所述的服务器，和所述服务器相连的摄像头。