[发明专利]一种基于图像深度学习的停车位识别及查询方法

权利要求书

1.一种基于图像深度学习的停车位识别及查询方法，其特征在于：所述方法通过图像采集服务采集停车场图像，将采集的图像传送至服务器存储；图像识别服务采用深度学习算法，收集服务器中存储的图像作为样本，建立图像识别训练模型，利用图像识别训练模型对新采集的图像进行识别预测，评估出空余的车位数量、空余车位在图像中的相对位置的数据集，将数据集存储在服务器数据库中；用户请求查询空余车位时，停车场应用服务查询数据库中最新图像识别结果数据集，根据空余车位的相对位置绘制出车位平面图，标注出空余车位，用户根据图像位置及标志找到空余车位位置。

2.根据权利要求1所述的基于图像深度学习的停车位识别及查询方法，其特征在于：所述图像采集服务通过图像采集设备完成，图像采集设备由摄像头和远焦镜头组成。

3.根据权利要求2所述的基于图像深度学习的停车位识别及查询方法，其特征在于：所述图像采集设备自动运行，设定采集图像的参数，包括图像分辨率、图像曝光度和远焦镜头焦距。

4.根据权利要求1、2或3所述的基于图像深度学习的停车位识别及查询方法，其特征在于：所述图像识别服务收集服务器中存储的图像作为样本时，图像样本分为数据集和测试集，数据集用于训练图像识别训练模型，测试集用于检验图像识别训练模型的性能。

5.根据权利要求4所述的基于图像深度学习的停车位识别及查询方法，其特征在于：利用图像识别训练模型对新采集的图像进行识别预测时，识别结果包括：识别出停车场内固定的障碍物、识别停车场的已停车辆、识别停车场的空余车位。

6.根据权利要求5所述的基于图像深度学习的停车位识别及查询方法，其特征在于：所述图像识别服务基于TensorFlow框架构建卷积神经网络。

7.根据权利要求6所述的基于图像深度学习的停车位识别及查询方法，其特征在于：用户请求查询空余车位时，应用车位查询服务，向图像识别服务的图像识别训练模型发送请求获取停车场状态，图像识别训练模型向图像采集服务获取最新停车场图像，使用图像识别训练模型对图像识别预测，停车场应用服务绘制出车位平面图，标注出空余车位，用户根据图像位置及标志找到空余车位位置。

8.根据权利要求7所述的基于图像深度学习的停车位识别及查询方法，其特征在于：所述停车场应用服务以Web服务形式部署在服务器上。

9.根据权利要求8所述的基于图像深度学习的停车位识别及查询方法，其特征在于：所述车位查询服务，提供网页和APP供用户查询停车场空余车位，提供网页供停车场管理人员统计停车场使用情况。