套牌車輛的車型識(shí)別與檢索技術(shù)研究.pdf

1、隨著城市建設(shè)、汽車工業(yè)的發(fā)展，我國(guó)的機(jī)動(dòng)車數(shù)量穩(wěn)步增長(zhǎng)，隨之而來(lái)的假牌照、套牌照等車輛違法犯罪活動(dòng)也日益增多。套牌車損害了實(shí)際車主的合法權(quán)益，給不法分子提供了違法亂紀(jì)的工具，給公安機(jī)關(guān)抓捕肇事逃逸車輛造成了困難，給國(guó)家稅費(fèi)、養(yǎng)路費(fèi)造成了損失。
　　然而，目前國(guó)內(nèi)對(duì)于套牌車輛的查處主要依靠人工識(shí)別和群眾舉報(bào)等耗時(shí)、低效的方式，不能有效地解決套牌車問(wèn)題。以此為背景，本文提出了套牌車輛的車型識(shí)別與檢索技術(shù)，實(shí)現(xiàn)對(duì)套牌車輛的查處，加大對(duì)套

2、牌行為的打擊力度。
　　本文通過(guò)提取車輛圖像的“車臉”部分，訓(xùn)練SVM(Support Vector Machine)模型來(lái)進(jìn)行套牌車型識(shí)別;通過(guò)提取車輛圖像的前景區(qū)域，計(jì)算前景圖像的相似度來(lái)實(shí)現(xiàn)套牌車輛的檢索。對(duì)圖像的“車臉”以及前景區(qū)域的提取，能夠過(guò)濾掉圖像中的大量背景信息，降低計(jì)算復(fù)雜度，提高系統(tǒng)精度以及效率。
　　本文對(duì)樣本集中的“車臉”以及車輛前景圖像提取HOG(Histogram of OrientedGradi

3、ent)特征，采用Adaboost方法訓(xùn)練級(jí)聯(lián)檢測(cè)器來(lái)定位圖像中的“車臉”部分和前景區(qū)域，并對(duì)正午及夜間的圖像進(jìn)行了光照補(bǔ)償處理以提高檢測(cè)率。實(shí)驗(yàn)結(jié)果證明，運(yùn)用本文的方法能夠檢測(cè)到無(wú)牌、車牌遮擋、車牌污損、車牌替換、車牌偽造等套牌車輛的“車臉”及前景區(qū)域，為套牌車輛車型識(shí)別和檢索提供了極大的方便。
　　在車型識(shí)別方面，對(duì)于輸入圖像，提取其“車臉”圖像，通過(guò)SVM分類器預(yù)測(cè)“車臉”的車型。本文提出了基于SVM經(jīng)驗(yàn)閾值二次識(shí)別的方法，