Using Computer Vision and Machine Learning for Efficient Parking Management: A Case Study

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F24%3APU151662" target="_blank" >RIV/00216305:26220/24:PU151662 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/document/10577808" target="_blank" >https://ieeexplore.ieee.org/document/10577808</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/MECO62516.2024.10577808" target="_blank" >10.1109/MECO62516.2024.10577808</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Using Computer Vision and Machine Learning for Efficient Parking Management: A Case Study

Popis výsledku v původním jazyce

This paper addresses the challenges associated with urban mobility and introduces a~low-complexity system for detecting parking lot occupancy using machine learning and computer vision techniques. Through a~field experiment at a~Czech university, images of parking areas were captured to create a~dataset titled T10Lot, and classified to get parking spot occupancy using Raspberry Pi computer. Results indicate satisfactory accuracy despite challenges such as varying lighting conditions and weather.

Název v anglickém jazyce

Using Computer Vision and Machine Learning for Efficient Parking Management: A Case Study

Popis výsledku anglicky

This paper addresses the challenges associated with urban mobility and introduces a~low-complexity system for detecting parking lot occupancy using machine learning and computer vision techniques. Through a~field experiment at a~Czech university, images of parking areas were captured to create a~dataset titled T10Lot, and classified to get parking spot occupancy using Raspberry Pi computer. Results indicate satisfactory accuracy despite challenges such as varying lighting conditions and weather.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20201 - Electrical and electronic engineering

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2024

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of 13th Mediterranean Conference on Embedded Computing (MECO 2024)

ISBN

979-8-3503-8756-8

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

„“-„“

Název nakladatele

Institute of Electrical and Electronics Engineers Inc.

Místo vydání

neuveden

Místo konání akce

Budva

Datum konání akce

11. 6. 2024

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

001268606200023