SHINE: Deep Learning-Based Accessible Parking Management System

要約

タイトル: SHINE: 深層学習ベースのバリアフリー駐車場管理システム
要約:
– 都市部の拡大により、科学技術の進歩が促進され、世界中の民間所有車両数が増加している。これに伴い、駐車に関連する問題が発生しており、障害者用駐車スペースの濫用が問題となっている。
– 従来のナンバープレート認識（LPR）システムは、監視カメラの高いフレームレート、自然や人工的なノイズの存在、照明や天候条件の変動などの理由でリアルタイムでは非効率的であり、このような問題に対処することが困難であった。
– 深層学習技術を活用した自動LPRおよび駐車場管理システムが開発されているが、SHINEのようなバリアフリー駐車場管理システムのニーズがある。
– SHINEは、車両、ナンバープレート、障害者証（以下、カードまたはバッジと呼ばれる）を検出する深層学習ベースのオブジェクト検出アルゴリズムを使用し、中央サーバーとの調整により、運転者の障害者用駐車スペースの利用権を検証する。
– SHINEは、平均精度率が92.16％であるため、バリアフリー駐車場スペースの濫用問題に取り組むことができ、都市環境での効率的かつ効果的な駐車場管理に大きく貢献することが期待される。

要約(オリジナル)

The ongoing expansion of urban areas facilitated by advancements in science and technology has resulted in a considerable increase in the number of privately owned vehicles worldwide, including in South Korea. However, this gradual increment in the number of vehicles has inevitably led to parking-related issues, including the abuse of disabled parking spaces (hereafter referred to as accessible parking spaces) designated for individuals with disabilities. Traditional license plate recognition (LPR) systems have proven inefficient in addressing such a problem in real-time due to the high frame rate of surveillance cameras, the presence of natural and artificial noise, and variations in lighting and weather conditions that impede detection and recognition by these systems. With the growing concept of parking 4.0, many sensors, IoT and deep learning-based approaches have been applied to automatic LPR and parking management systems. Nonetheless, the studies show a need for a robust and efficient model for managing accessible parking spaces in South Korea. To address this, we have proposed a novel system called, SHINE, which uses the deep learning-based object detection algorithm for detecting the vehicle, license plate, and disability badges (referred to as cards, badges, or access badges hereafter) and verifies the rights of the driver to use accessible parking spaces by coordinating with the central server. Our model, which achieves a mean average precision of 92.16%, is expected to address the issue of accessible parking space abuse and contributes significantly towards efficient and effective parking management in urban environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI