AI自动探测停车位,节省时间和资源

2019年03月07日 由 冯鸥 发表 970920 0
在美国有多达20亿个停车位,但在大城市找到一个空位也很困难。为了帮助城市规划者和司机更有效地管理和寻找开放空间,麻省理工学院的研究人员开发了一个基于深度学习的系统,可以从视频信息中自动检测的空位。

研究人员指出:“停车位的建造费用很高,停车费难以执行,司机浪费了大量时间寻找空位。准确的量化将为开发商和市政当局提供空间分配和设计,而实时测量将为驾驶员和停车执法部门提供信息,节省时间和资源。”

使用 NVIDIA的GeForce GTX GPU的1080Ti与cuDNN -accelerated TensorFlow深度学习框架。该团队用来自多个数据集(包括COCO数据集)的数百万图像和视频对卷积神经网络训练,以检测车辆及其边界。经过训练后,该系统可以准确地检测到开放的停车位。对于实时处理,该算法还依赖于 NVIDIA GeForce GTX 1080Ti GPU。



该图像展示了本研究中使用的实例分割算法的结果,该算法检测感兴趣的对象类,用一个包围框对其进行定位,并对识别的对象提供像素级的定位或掩码。

团队表示,“与基于空间的方法不同,需要对每个不同的停车设施进行标记和训练,我们只需要标记一次停车场边界和周围的道路区域,就可以为一个新的停车设施配置我们的系统。标签只是为了验证我们的结果。”

该系统还可以过滤大量的特征,包括车辆类型,颜色,是传统的出租车还是送货卡车,每小时的使用率指标,过去的趋势以及有关进入汽车的汽车的历史数据。



在准确性方面,系统比纯图像方法表现更好。该系统在性能上也与依赖更昂贵传感器的先进商业系统相当。

研究人员表示,“我们的系统显示出了巨大的潜力,不仅在城市范围内具有可扩展性,而且其输出的丰富程度超出了传统的二进制占用统计数据。”

论文:
arxiv.org/pdf/1902.07401.pdf
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
热门职位
Maluuba
20000~40000/月
Cisco
25000~30000/月 深圳市
PilotAILabs
30000~60000/年 深圳市
写评论取消
回复取消