一种基于深度学习的停车场车位空闲预测方法

本发明公开了一种基于深度学习的停车场车位空闲预测方法，涉及智能停车技术领域，包括，获取单目相机视频帧并进行时间统一与去噪，依据滚动快门读出时序构建帧内微时间嵌入，生成微时间增强帧；将到达事件期望序列、离场事件期望序列与当前占用初值执行占用演化合成，输出未来占用期望，并输入至深度概率解码器，输出未来时段的空闲车位分布与不确定度；依据不确定度实施置信门控，并对未来时段的空闲车位分布执行在线校准与小步增量学习。本发明通过输出时间一致的占用初值与局部运动特征，提升到达与离场事件刻画的时间分辨率与数值稳定性，降低占用演化的短时抖动与误触发概率。