基于环视图的车位检测算法研究

摘要

首次将车位检测视作伪装检测任务,设计出一种紧凑高效的神经网络模型。首先,模仿捕食者捕捉猎物的关键特征,先对目标区域进行搜索,粗略定位后,再进行边界框的精确回归,设计了一种端到端的高效回归方式;其次,建立数据集,使车位检测算法能够实现高精度的同时满足实时性的性能要求;最后,通过超像素并行模块,实现对目标的更精确定位。用4颗鱼眼相机拼接后的图片进行实验,从当前车位检测数据集中选择近似伪装的图片并加入了一些数字处理手段,经处理后一共得到了10 000张图片(6 000张用来训练,4 000张用来测试),并按照伪装目标检测的标准进行标注,作为实验的训练集和测试集。实验证明,所提出的网络模型能在遮挡、阴影、灰尘污染等难以辨认的环境中对车位线进行精确识别并回归出位置。