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(diǎn)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(yùn)用視頻和圖像處理分析技術(shù)，實(shí)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(shí)現(xiàn)對某些特定車輛的位置和行車軌跡等信息進(jìn)行記錄和查詢，為某些特定的業(yè)務(wù)工作快速確定和定位某些特定車輛提供技術(shù)手段。
　　本文通過對圖像預(yù)處理、目標(biāo)特征提取、分類器及其訓(xùn)練方法等車輛檢測識別所涉及的技術(shù)進(jìn)行研究，

2、在對車輛目標(biāo)特征的提取方法做比較分析基礎(chǔ)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(biāo)分類器及其訓(xùn)練方法做分析，通過比較各自的優(yōu)缺點(diǎn)，再結(jié)合面包車等目標(biāo)對象的特征，選取SVM作為分類器進(jìn)行分類訓(xùn)練,實(shí)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(jìn)行了改進(jìn)，將顏色特征同HOG特征進(jìn)行融合,使目標(biāo)識別的特征中含有顏色信息，并結(jié)合視頻的多角度識別處理方法，增強(qiáng)目標(biāo)識別的

3、準(zhǔn)確率;最后,利用自主采集的實(shí)際監(jiān)控視頻序列,對所提方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證;實(shí)驗(yàn)的統(tǒng)計(jì)結(jié)果驗(yàn)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(xué)習(xí)。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(xué)習(xí)，比較不同算法優(yōu)點(diǎn)和適用領(lǐng)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(jié)合顏色分析實(shí)現(xiàn)對車輛輪廓進(jìn)行提取，實(shí)現(xiàn)