[发明专利]一种基于深度学习的智能停车行为判断方法在审

专利信息
申请号: 201811573728.8 申请日: 2018-12-21
公开(公告)号: CN109615858A 公开(公告)日: 2019-04-12
发明(设计)人: 胡中华;刘园;刘鸣;徐瑞 申请(专利权)人: 深圳信路通智能技术有限公司
主分类号: G08G1/01 分类号: G08G1/01;G08G1/04;G08G1/14
代理公司: 北京汇信合知识产权代理有限公司 11335 代理人: 孙民兴
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于深度学习的智能停车行为判断方法,包括:步骤一、对车位进行标定,建立车位到相机坐标系的转换;步骤二、加载预先训练好的神经网络模型;步骤三、将相机前端实时捕获到的视频画面,输入到车辆检测框架中,进行车身、车牌的实时跟踪检测;步骤四、判断当前视频帧是否有车辆,当存在车辆时执行步骤五,当不存在车辆时,执行步骤三;步骤五、对检测到的车辆进行跟踪与定位;步骤六、通过跟踪车辆的运动轨迹,判断该车辆所触发的进出泊位事件;步骤七、输出最终的停车结果信息。本发明通过对停车行为有效的检测识别,减少了多检、漏检的车辆,大大提高了车位的管理效率,减少了人工干预的操作次数,降低了人工维护的成本。
搜索关键词: 停车 车位 行为判断 检测 神经网络模型 相机坐标系 车辆检测 管理效率 结果信息 人工干预 实时捕获 实时跟踪 视频画面 运动轨迹 智能 视频帧 跟踪 标定 触发 加载 漏检 车牌 车身 泊位 相机 输出 学习 转换 维护
【主权项】:
1.一种基于深度学习的智能停车行为判断方法,其特征在于,包括:步骤一、对车位进行标定,建立车位到相机坐标系的转换;步骤二、加载预先训练好的神经网络模型;步骤三、将所述相机前端实时捕获到的视频画面,输入到车辆检测框架中,进行车身、车牌的实时跟踪检测;步骤四、判断当前视频帧是否有车辆,当存在车辆时执行步骤五,当不存在车辆时,执行步骤三;步骤五、对检测到的车辆进行跟踪与定位;步骤六、通过跟踪车辆的运动轨迹,判断该车辆所触发的进出泊位事件;步骤七、输出最终的所述车辆的停车结果信息。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳信路通智能技术有限公司,未经深圳信路通智能技术有限公司许可,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/patent/201811573728.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top