交通場景圖像中車輛檢測和分類研究.pdf

1、汽車保有量的逐年增加，攝像頭的大量應(yīng)用，使得交通場景中車輛的自動化管理已經(jīng)成為一大難題。交通場景圖像中車輛檢測和分類技術(shù)是解決這一問題的重要手段，論文選題具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。論文主要工作如下:
　　1.給出了一種針對車輛的隱藏變量部件模型訓(xùn)練方法。基于隱藏變量支持向量機(jī)，對每類車型都分別訓(xùn)練了隱藏變量部件模型用于車輛檢測，模型包含三個(gè)部分：主模型、部件模型及部件空間位置關(guān)系。車輛模型不僅可以從整體上描述車輛的外觀輪廓

2、信息，還可以從細(xì)節(jié)上描述車輛的部件輪廓信息。實(shí)驗(yàn)表明，訓(xùn)練得到的各類車輛模型可以有效的在交通場景圖像中檢測出車輛的位置。
　　2.給出了一種基于隱藏變量部件模型的車輛分類方法。用訓(xùn)練得到的各類車輛模型分別檢測交通場景圖像，選擇響應(yīng)值最大模型的檢測結(jié)果提取車輛圖像區(qū)域。在提取的車輛圖像區(qū)域中用所有類別模型進(jìn)行模型配準(zhǔn)，找到最佳的、可以代表各類車型特征的主模型及部件模型位置，能夠最大程度的反應(yīng)車輛的獨(dú)有信息，具有較大的區(qū)分度。提取所有