原文传递
面向加油站的车位占用检测系统设计与实现
| 论文题名： | 面向加油站的车位占用检测系统设计与实现 |
| 关键词： | 加油站;车位占用;检测系统;计算机视觉;卷积神经网络 |
| 摘要： | 车辆检测是计算机视觉领域中热门的研究方向之一，常应用于停车场管理系统、智能交通管理系统、无人驾驶系统等领域。稳定可靠的车辆检测效果在与生活息息相关的各个方面发挥出越来越重要的作用，显示出巨大的经济与社会价值。本论文所设计的加油站车位占用检测系统结果是否准确取决于车辆检测是否稳定可靠。车辆检测可以得到车辆在图像上的位置信息，根据车辆的位置信息与车位的相对位置关系以及车辆区域与车位区域的面积占比关系判断车位占用状态、记录车位占用时间等重要信息。本课题所设计的系统记录一段时间内的车位占用状态信息并存储数据库，快速分析出规定时期内的加油站车位占用情况，以利于更好地分配加油站资源，提升经营效益。 本论文针对加油站特有场景，论述了加油站场景下的加油车位占用检测系统的设计与实现。主要工作如下： 首先本课题提出了使用两步车辆检测法检测车辆。第一步在对比现有传统机器学习车辆检测算法的基础上选择基于Haar-AdaBoost车辆检测算法，对车辆区域进行初步的定位。 其次研究了用于图像分类的卷积神经网络模型。在比较现有模型的基础上选择分类效果较好的VGGNet16模型进行第二步车辆精细分类。通过增加加油站场景下的样本微调VGGNet16模型，使其适应于加油站场景的车辆检测。 最后根据车辆检测结果与加油车位的相对位置关系、车辆区域与车位区域的面积占比关系得到加油车位的占用状态信息。 实验表明基于Haar-AdaBoost车辆检测和基于VGGNet16的车辆分类算法相结合的两步车辆检测算法能够在保证检测率的同时有效去除候选车辆区域中的虚警，确保车位状态信息判断的准确性。 |
| 作者： | 李佳佳 |
| 专业： | 电子与通信工程 |
| 导师： | 项学智;王鑫 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
