未来社区智慧泊车的少样本计数模型研究

在未来社区中如何更加人性化、智慧化地为居民提供泊车引导服务是未来社区建设的基础之一。本文提供了一种基于目标计数的模型来准确实时地检测空缺车位,为该服务提供技术支持,该模型采用基于卷积神经网络的密度图估计方法对车辆以及空车位进行计数,除为居民提供泊车引导外,还能够为社区管理提供汽车出入流量控制数据依据以及为宏观统筹端提供各社区数据以实现多社区车位共享;并对现有目标计数方法进行数据增强,试验结果表明模型在数据增强后MAE提升15.7%,RMSE提升25.81%。同时,该模型有较好的可扩展性,可以应用在其他领域。