Due to the complex visual environment and incomplete display of parking slots on around-view images, vision-based parking slot detection is a major challenge. Previous studies in this field mostly use the existing models to solve the problem, the steps of which are cumbersome. In this paper, we propose a parking slot detection method that uses directional entrance line regression and classification based on a deep convolutional neural network (DCNN) to make it robust and simple. For parking slots with different shapes and observed from different angles, we represent the parking slot as a directional entrance line. Subsequently, we design a DCNN detector to simultaneously obtain the type, position, length, and direction of the entrance line. After that, the complete parking slot can be easily inferred using the detection results and prior geometric information. To verify our method, we conduct experiments on the public ps2.0 dataset and self-annotated parking slot dataset with 2,135 images. The results show that our method not only outperforms state-of-the-art competitors with a precision rate of 99.68% and a recall rate of 99.41% on the ps2.0 dataset but also performs a satisfying generalization on the self-annotated dataset. Moreover, it achieves a real-time detection speed of 13 ms per frame on Titan Xp. By converting the parking slot into a directional entrance line, the specially designed DCNN detector can quickly and effectively detect various types of parking slots.

中文翻译：

---

使用DCNN在环视图像上检测停车位。

由于复杂的视觉环境以及在全景图像上停车位的不完整显示，基于视觉的停车位检测是一项重大挑战。该领域的先前研究大多使用现有模型来解决该问题，其步骤繁琐。在本文中，我们提出了一种基于深度卷积神经网络（DCNN）的基于方向性入口线回归和分类的停车位检测方法，以使其变得强大而简单。对于具有不同形状并从不同角度观察到的停车位，我们将停车位表示为定向入口线。随后，我们设计了一个DCNN检测器，以同时获取入口线的类型，位置，长度和方向。之后，使用检测结果和先前的几何信息可以轻松推断出完整的停车位。为了验证我们的方法，我们在公共ps2.0数据集和带有2135张图像的自注释停车位数据集上进行了实验。结果表明，我们的方法不仅在ps2.0数据集上以99.68％的查准率和99.41％的查全率优于最先进的竞争对手，而且在自注释数据集上实现了令人满意的概括。此外，它在Titan Xp上实现了每帧13毫秒的实时检测速度。通过将停车位转换为定向入口线，专门设计的DCNN检测器可以快速有效地检测各种类型的停车位。0个数据集和带有2,135张图像的自注释停车位数据集。结果表明，我们的方法不仅在ps2.0数据集上以99.68％的查准率和99.41％的查全率优于最先进的竞争对手，而且在自注释数据集上实现了令人满意的概括。此外，它在Titan Xp上实现了每帧13毫秒的实时检测速度。通过将停车位转换为定向入口线，专门设计的DCNN检测器可以快速有效地检测各种类型的停车位。0个数据集和带有2,135张图像的自注释停车位数据集。结果表明，我们的方法不仅在ps2.0数据集上以99.68％的查准率和99.41％的查全率优于最先进的竞争对手，而且在自注释数据集上实现了令人满意的概括。此外，它在Titan Xp上实现了每帧13毫秒的实时检测速度。通过将停车位转换为定向入口线，专门设计的DCNN检测器可以快速有效地检测各种类型的停车位。它在Titan Xp上实现了每帧13毫秒的实时检测速度。通过将停车位转换为定向入口线，专门设计的DCNN检测器可以快速有效地检测各种类型的停车位。它在Titan Xp上实现了每帧13毫秒的实时检测速度。通过将停车位转换为定向入口线，专门设计的DCNN检测器可以快速有效地检测各种类型的停车位。