基于智能視頻分析的特定車輛識別研究.pdf

1、本課題的出發(fā)點是基于現(xiàn)有的、已經(jīng)覆蓋全市幾乎所有交通路口、停車場等各類現(xiàn)有視頻監(jiān)控系統(tǒng)，利用路口等處的大量監(jiān)控探頭所提供的視頻，運用視頻和圖像處理分析技術，實現(xiàn)對某些特定車輛的自動識別方法的研究探討，再通過監(jiān)控視頻的聯(lián)網(wǎng)，實現(xiàn)對某些特定車輛的位置和行車軌跡等信息進行記錄和查詢，為某些特定的業(yè)務工作快速確定和定位某些特定車輛提供技術手段。
　　本文通過對圖像預處理、目標特征提取、分類器及其訓練方法等車輛檢測識別所涉及的技術進行研究，

2、在對車輛目標特征的提取方法做比較分析基礎上，選取HOG特征作為面包車等車輛的識別特征；然后,就目前通用的目標分類器及其訓練方法做分析，通過比較各自的優(yōu)缺點，再結合面包車等目標對象的特征，選取SVM作為分類器進行分類訓練,實現(xiàn)了對面包車等車輛的自動檢測識別；論文對現(xiàn)有基于梯度方向直方圖（HOG）特征在灰度域中提取的方法進行了改進，將顏色特征同HOG特征進行融合,使目標識別的特征中含有顏色信息，并結合視頻的多角度識別處理方法，增強目標識別的

3、準確率;最后,利用自主采集的實際監(jiān)控視頻序列,對所提方法進行了實驗驗證;實驗的統(tǒng)計結果驗證了算法的有效性。
　　本文主要研究內(nèi)容如下：
　　1、對基于視頻的車輛識別算法的研究學習。通過對HAAR-LINK、邊緣檢測法和基于梯度方向直方圖（HOG）等基于視頻的車輛算法的學習，比較不同算法優(yōu)點和適用領域。
　　2、通過對基于梯度方向直方圖（HOG）算法的深入研究，闡述本課題利用該算法結合顏色分析實現(xiàn)對車輛輪廓進行提取，實現(xiàn)