[发明专利]一种车位状态检测方法及装置

权利要求书

1.一种车位状态检测方法，其特征在于，该方法包括：

基于可形变部件模型训练车辆分类器；

通过所述车辆分类器对若干正样本的检测计算所述车辆分类器中各部件模型的检出错误率；

根据计算得到的检出错误率为所述车辆分类器中各部件模型分配不同的权重值，得到带权重的车辆分类器；

在利用所述带权重的车辆分类器对待检测图像进行检测时，根据检测结果调整所述待检测图像中各部件模型的最终得分和最终位置，根据各部件模型的最终得分、最终位置以及权重值确定所述待检测图像中的车辆位置，进而确定车位状态。

2.如权利要求1所述的方法，其特征在于，所述基于可形变部件模型训练车辆分类器，包括：

收集若干样本，所述样本包括正样本和负样本，所述正样本为包含车辆的图片，所述负样本为不包含车辆且非停车场环境的图片；

将所述样本划分为若干细胞单元；

对所述样本中每一个细胞单元执行如下降维处理：将当前细胞单元与其周围N个细胞单元所组成的区域进行归一化处理；对每一个细胞单元进行无符号梯度方向值划分，以得到每一个细胞单元的M维特征；将N个细胞单元的特征组成N*M的特征矩阵；求取所述特征矩阵中每一行、每一列的特征和，以得到当前细胞单元的N+M维特征；

对通过降维处理提取的样本特征进行训练，生成车辆分类器。

3.如权利要求1所述的方法，其特征在于，所述通过所述车辆分类器对若干正样本的检测计算所述车辆分类器中各部件模型的检出错误率，包括：

利用所述车辆分类器对若干正样本进行车辆检测；

根据检测结果对每一个部件模型执行如下检出错误率计算操作：从每一个正样本的综合得分中去掉当前选择的部件模型的得分，得到每一个正样本的剩余得分；将每一个正样本的剩余得分分别与预设的得分阈值进行比较，确认每一个正样本中是否有车辆检出；统计未检出车辆的正样本数量；根据未检出车辆的正样本数量和正样本总数量计算当前选择的部件模型的检出错误率。

4.如权利要求1所述的方法，其特征在于，所述根据计算得到的检出错误率为所述车辆分类器中各部件模型分配不同的权重值，包括：

检出错误率最高的部件模型的权重值为：

K(max)＝K₀×(2×ε(max)/(ε(max)+ε(min)))

检出错误率最低的部件模型的权重值为：

K(min)＝K₀×(2×ε(min)/(ε(max)+ε(min)))

其它部件模型的权重值为：K₀

其中，

ε(min)为最小检出错误率；

ε(max)为最大检出错误率；

K₀为初始权重值；

K(max)为最大权重值；

K(min)为最小权重值。

5.如权利要求1所述的方法，其特征在于，所述根据检测结果调整所述待检测图像中各部件模型的最终得分和最终位置，包括：

获取所述待检测图像的前景区域和背景区域；

对每一个部件模型的得分和位置执行如下调整操作：获取所述部件模型的当前得分和当前位置；根据所述部件模型的当前位置判断所述部件模型位于背景区域还是前景区域；当所述部件模型位于背景区域时，计算所述部件模型的当前位置与平均位置的欧氏距离；判断所述欧式距离是否大于预设的距离阈值；当所述欧式距离大于预设的距离阈值时，选取所述部件模型的平均位置和平均得分作为所述部件模型的最终位置和最终得分；否则，将所述部件模型的当前位置和当前得分作为所述部件模型的最终位置和最终得分；记录所述部件模型的信息，所述部件模型的信息包括所述部件模型的当前得分和当前位置；当记录的信息数量达到预设的数量阈值时，对所述部件模型的信息进行聚类处理；求取最大数量类别中部件模型得分的平均值作为所述部件模型的平均得分；求取最大数量类别中部件模型位置的平均值作为所述部件模型的平均位置；当所述部件模型位于前景区域时，选取所述部件模型的平均位置和平均得分作为所述部件模型的最终位置和最终得分。