[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的車位快速識別方法

在審

• 申請?zhí)枺?/td>: 202210486042.5
• 申請日: 2022-05-06
• 公開（公告）號: CN114842447A
• 公開（公告）日: 2022-08-02
• 發(fā)明（設(shè)計(jì)）人: 彭育輝;馬中原
• 申請（專利權(quán)）人: 福州大學(xué)
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06N3/04;G06N3/08
• 代理公司: 福州元創(chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 蔡學(xué)俊;薛金才

1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的車位快速識別方法，其特征在于，包括如下步驟：

S1、通過廣角攝像頭采集車位圖像，通過逆透視變換將車位圖像轉(zhuǎn)換成俯視圖；

S2、通過Ghost卷積、深度可分離卷積等構(gòu)建輕量化的車位檢測網(wǎng)絡(luò)；

S3、通過卷積神經(jīng)網(wǎng)絡(luò)同時預(yù)測車位角點(diǎn)、入口線和分隔線方位；

S4、根據(jù)網(wǎng)絡(luò)預(yù)測結(jié)果對車位角點(diǎn)進(jìn)行配對，推理出完整車位。

2.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的車位快速識別方法，其特征在于：在步驟S1中，首先對廣角的攝像頭獲取的圖像進(jìn)行去畸變處理，然后通過逆透視變換得到車位俯視圖，根據(jù)真實(shí)世界標(biāo)識物的物理信息設(shè)計(jì)該俯視圖的長寬比例和尺寸，實(shí)現(xiàn)像素坐標(biāo)到真實(shí)世界坐標(biāo)的映射關(guān)系，并采集多種環(huán)境下的俯視車位圖像。

3.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的車位快速識別方法，其特征在于：在步驟S2中，通過Ghost卷積堆疊構(gòu)成GhostBottleneck模塊，并引入ECA注意力機(jī)制組成ECA-GhostBottleneck模塊，在不增加網(wǎng)絡(luò)參數(shù)量和計(jì)算量的情況下提高網(wǎng)絡(luò)檢測效果；再組合ECA-GhostBottleneck模塊和殘差邊構(gòu)成ECA-GhostC3模塊用于車位特征提取；同時嵌入深度可分離卷積用于調(diào)整特征圖的尺度。

4.根據(jù)權(quán)利要求3所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的車位快速識別方法，其特征在于：根據(jù)檢測目標(biāo)的尺度大小，共設(shè)置兩個尺度的檢測輸出層。

5.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的車位快速識別方法，其特征在于：在步驟S3中，添加分隔線方位回歸分支，通過網(wǎng)絡(luò)直接輸出車位方位；并根據(jù)預(yù)測目標(biāo)制作網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)集；完成網(wǎng)絡(luò)訓(xùn)練后，網(wǎng)絡(luò)輸出的特征圖通道數(shù)m由下式表示：

m＝(5+n_c+o)n_a

式中，n_c＝2為檢測類別數(shù)；n_a＝3，為Grid Cell的錨框數(shù)量；網(wǎng)絡(luò)輸出特征圖通道數(shù)m＝(5+2+2)×3＝27。

6.根據(jù)權(quán)利要求5所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的車位快速識別方法，其特征在于：在定位車位角點(diǎn)和入口線目標(biāo)框方面，使用α-IoU作為損失函數(shù)；在目標(biāo)分類和置信度方面使用交叉熵作為損失函數(shù)；在分隔線方位回歸分支方面使用Smooth L₁作為損失函數(shù)；

式中，O為網(wǎng)絡(luò)預(yù)測值與真實(shí)值的偏差，Loss_Orientation為網(wǎng)絡(luò)的分隔線方位回歸分支的損失函數(shù)，K×K表示輸入車位圖像被劃分為的網(wǎng)格數(shù)，i表示第i個網(wǎng)格，為方位預(yù)測值，和為標(biāo)簽真實(shí)值，并使用sigmoid函數(shù)對其激活。

7.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的車位快速識別方法，其特征在于：在步驟S4中，根據(jù)預(yù)測結(jié)果中的車位角點(diǎn)和入口線之間的位置關(guān)系實(shí)現(xiàn)角點(diǎn)的配對，并根據(jù)與配對角點(diǎn)相連的分隔線方位確定車位方位。

8.根據(jù)權(quán)利要求7所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的車位快速識別方法，其特征在于：在匹配車位角點(diǎn)后，根據(jù)兩角點(diǎn)間的距離確定車位類型，再由先驗(yàn)的不同類型車位的深度推斷出完整車位。