买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆大学申请的专利一种基于双目视觉的室内停车场泊车位检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116665184B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310628851.X，技术领域涉及：G06V20/58；该发明授权一种基于双目视觉的室内停车场泊车位检测方法是由程森林;韩雨;夏昕怡;石鑫;林烊樊设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本一种基于双目视觉的室内停车场泊车位检测方法在说明书摘要公布了：本发明提供了一种基于双目视觉的室内停车场泊车位检测方法，包括以下步骤：S1.对车载视觉系统进行标定；S2.利用双目摄像头获取室内泊车位数据集，并对采集的室内泊车位数据集进行数据清洗；S3.采用标注软件对室内泊车位数据集中的图像进行标注；S4.构建车位识别模型YOLOv4‑MobileNetV3；S5.设计轻量级空车位分类网络；S6.设计泊车位可用性检测模型；S7.将步骤S3中带有标注的图像输入泊车位可用性检测模型，获取车位检测结果；S8.结合目标位置信息和最终分类结果，综合获取精确的有效车位检测结果。本发明一种基于双目视觉的室内停车场泊车位检测方法，可以有效的减少环境因素的干扰，便于快速、精确的实现对目标泊车位的识别。

本发明授权一种基于双目视觉的室内停车场泊车位检测方法在权利要求书中公布了：1.一种基于双目视觉的室内停车场泊车位检测方法，其特征在于，包括以下步骤： S1.对车载视觉系统进行标定； S2.利用双目摄像头获取室内泊车位数据集，并对采集的室内泊车位数据集进行数据清洗； S3.采用标注软件对室内泊车位数据集中的图像进行标注，标注信息储存于xml文件； 标注的内容包括车位角、有效车位和终点区域； S4.构建车位识别模型YOLOv4-MobileNetV3：1.将神经网络模型YOLOv4中主干网络CPSDarknet53的结构替换为MobileNetV3；2.删除主干特征提取网络MobileNetV3中17、18、19和20层的网络结构；3.将FPN+PAN的普通卷积全部替换为深度可分离卷积； S5.设计轻量级空车位分类网络：Conv_1为传统卷积，Block_1,2,3为深度可分离卷积； 所述深度可分离卷积层Block_1,2,3中加有恒等映射结构； 所述轻量级空车位分类网络的损失函数选择为交叉熵误差； 所述轻量级空车位分类网络中，Conv_1的激活函数选用LeakyReLU，Conv_1以外的特征提取的激活函数选用ReLU6； S6.设计泊车位可用性检测模型：将YOLOv4-MobileNetV3模型与轻量级空车位分类网络以串联的形式形成二级检测网络； S7.将步骤S3中带有标注的图像输入泊车位可用性检测模型，获取车位检测结果，具体步骤如下： S7.1将步骤S3中带有标注的图像输入YOLOv4-MobileNetV3模型中，对车位图像进行检测，获取位置信息和图像对应的分类结果，此为初步检测； S7.2将初步检测后的图像输入轻量级空车位分类网络，进行二次识别，筛选初步检测的结果，从而获取图像对应的车位是否为有效车位的最终分类结果； 所述轻量级空车位分类网络二次识别的过程如下： 1.输入初步检测后的图像，Conv_1精细提取图像初步边缘特征； 2.Block_1,2,3进一步在深度上提取图像的细节特征； 3.经过3层深度可分离卷积层提取深层特征后，送入全连接神经网络进行分类； S8.结合目标位置信息和最终分类结果，综合获取精确的有效车位检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学，其通讯地址为：400044 重庆市沙坪坝区正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。