对基于视觉的深度学习停车槽检测在周围视图图像上的审查
Guan Sheng Wong1, Kah Ong Michael Goh1, Connie Tee1
1Faculty of Information Science and Technology, Multimedia University, Melaka 75450, Malaysia.
Sensors (Basel, Switzerland)
|August 12, 2023
概括
本综述探讨了基于视觉的深度学习方法,用于在自动驾驶汽车中准确检测停车位. 它对象检测和图像细分等技术进行了分类,分析了它们在关键数据集上的性能.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 机器人技术 机器人技术 机器人技术
背景情况:
- 准确的停车位检测对于自动驾驶汽车的功能至关重要.
- 现代停车场环境带来了诸如各种各样的插槽设计,照明和障碍物等挑战.
- 现有的检测方法需要对现实世界的自动驾驶进行全面评估.
研究的目的:
- 为基于视觉的深度学习方法提供全面的审查,用于检测停车位.
- 分类和分析不同深度学习方法的优缺点.
- 评估这些方法在基准数据集上的表现,并确定未来的研究途径.
主要方法:
- 深度学习方法的分类为对象检测,图像细分,回归和图形神经网络.
- 详细解释每个方法类别的独特特征和功能.
- 使用Tongji停车位数据集2.0 (ps2.0),塞国立大学 (SNU) 数据集和全景周围视图 (PSV) 数据集的性能分析.
主要成果:
- 不同的深度学习类别对停车位检测具有不同的性能特征.
- 对象检测和图像细分显示出希望,但在复杂的场景中面临挑战.
- 回归和图形神经网络提供了具有特定优势的替代方法.
- 数据集性能分析强调了数据集多样性和规模的影响.
结论:
- 基于视觉的深度学习为自动停车位检测提供了强大的工具.
- 需要进一步的研究来解决与多样化的停车条件和实时性能相关的挑战.
- 深度学习架构和培训策略的进步对于强大的自主停车系统至关重要.
相关概念视频
01:15Depth Perception and Spatial Vision
720
Depth perception is the ability to perceive objects three-dimensionally. It relies on two types of cues: binocular and monocular. Binocular cues depend on the combination of images from both eyes and how the eyes work together. Since the eyes are in slightly different positions, each eye captures a slightly different image. This disparity between images, known as binocular disparity, helps the brain interpret depth. When the brain compares these images, it determines the distance to an object.
720
01:29Sight Distance in a Vertical Curve
79
Sight distance on vertical curves is critical in roadway design. It ensures drivers can see far enough ahead to identify and respond to hazards effectively. This directly impacts safety, driver comfort, and the overall efficiency of the transportation network.Vertical curves are classified into crest and sag curves based on their geometry. For crest curves, sight distance is determined by the line of sight between a driver's eye and a small object on the road's surface. Design parameters for...
79