[发明专利]基于先验模板的车位检测方法及电子设备在审
申请号: | 202111651418.5 | 申请日: | 2021-12-30 |
公开(公告)号: | CN116433554A | 公开(公告)日: | 2023-07-14 |
发明(设计)人: | 张新钰;王力;刘伟;曾维佳;李志伟 | 申请(专利权)人: | 丰田自动车株式会社;清华大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/10;G06V20/58;G06V10/774;G06V10/764 |
代理公司: | 北京金信知识产权代理有限公司 11225 | 代理人: | 韩岳松 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 先验 模板 车位 检测 方法 电子设备 | ||
本申请公开了一种基于先验模板的车位检测方法及电子设备,该方法包括:获取用于停车的目标区域的第一图像,其中所述目标区域中具有多个车位;基于所述目标区域的先验模板对所述第一图像进行切割,生成多个与所述车位对应的图像块,其中所述先验模板表征所述车位在所述第一图像中的位置信息;利用训练完成的分类网络对所述图像块进行分类操作,生成表征所述车位是否停有车辆的分类结果。该方法能够利用分类网络,准确的对图像块进行识别,从而在车位上无需安装侦测设备的情况下,也能够实现对车位上述是否停有车辆的准确检测,降低了成本,同时也能够为车辆提供更加可靠的服务。
技术领域
本申请涉及基于神经网络的图像识别领域,特别涉及一种基于先验模板的车位检测方法及电子设备。
背景技术
随着社会经济和汽车工业的快速发展,汽车逐渐成为人们出行的主要交通工具,私人车辆数量越来越多,尤其是在城市地区。相比之下,停车场的数量相对较少,开车出行过程当中,车主经常会遇到停车难的问题。很多情况下虽然车主知道停车场的位置,但是并不能实时获得该停车场的具体停车状态,从而使得车辆停车得不到有效帮助。
发明内容
本申请实施例的目的在于提供一种车位检测方法及电子设备,该方法能够准确的检测出目标区域中的车辆的停车信息。
为了实现上述目的,本申请实施例提供了一种基于先验模板的车位检测方法,包括:
获取用于停车的目标区域的第一图像,其中所述目标区域中具有多个车位;
基于所述目标区域的先验模板对所述第一图像进行切割,生成多个与所述车位对应的图像块,其中所述先验模板表征所述车位在所述第一图像中的位置信息;
利用训练完成的分类网络对所述图像块进行分类操作,生成表征所述车位是否停有车辆的分类结果。
作为可选,所述方法还包括构建所述先验模板,其中包括:
基于不同的使用场景获取所述目标区域的多个第二图像,其中所述使用场景包括以下至少一个:获取时间、获取角度以及光照环境;
在多个所述第二图像中确定出符合图像条件的目标图像;
基于所述车位在所述目标区域的实际位置,构建与所述车位对应的子模板,其中所述子模板包括对应的所述车位在所述目标图像中的位置信息;
基于所述子模板生成所述先验模板。
作为可选,所述基于所述子模板生成所述先验模板,包括:
对所述子模板进行标注,以使所述子模板具有标识信息。
基于标注了的所述子模板生成所述先验模板。
作为可选,所述基于所述目标区域的先验模板对所述第一图像进行切割,生成多个与所述车位对应的图像块,包括:
基于所述子模板中包含的所述车位在所述目标图像中的位置信息,对所述第一图像进行切割,生成与所述子模板对应的多个所述图像块。
作为可选,所述利用训练完成的分类网络对所述图像块进行分类操作,包括:
利用所述分类网络对所述图像块进行分组;
对不同组的输出进行信息交换,以实施对所述图像块的分类操作。
作为可选,所述方法还包括对所述分类网络进行训练,以使所述分类网络达到分类要求。
作为可选,所述方法还包括:
将所述分类结果中的车辆停放信息发送给与所述目标区域相关联的车辆,以使所述车辆使用所述车辆停放信息进行停车操作。
本申请实施例还提供了一种电子设备,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于丰田自动车株式会社;清华大学,未经丰田自动车株式会社;清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111651418.5/2.html,转载请声明来源钻瓜专利网。