车辆违章跟踪识别方法的研究与优化

摘要

对车辆违章跟踪识别与单纯的车牌识别,其还伴随对非法车牌的一个对比的过程,因此对识别的时效性要求较高,是一个多次采集识别对比的过程.传统的识别过程存在较大的耗时,导致一旦车速过快,存在对违章车辆识别的滞后性.为此提出了一种基于动态图像特征的车辆违章跟踪识别方法.上述方法先建立动态区域中目标车辆特征集,计算目标车辆在动态空间的位置与矩特征的变换关系,并作为依据定义违章车辆动态图像特征.在此基础上利用AdaBoost算法对违章车辆动态特征进行训练,对输入样本图像训练集的权重进行初始化,促使各个图像样本分配到相同的权重,采用弱分类器对样本权重分布学习,利用强分类器对测试图像进行识别,依据识别的结果得到目标车辆的搜索区域,且对区域进行分割后,利用Mean-Shift对超像素进行分类和对置信值的位置进行标定,将获取的置信值最大的位置定义为目标车辆位置.仿真结果证明,基于动态图像特征的车辆违章跟踪识别方法识别效率高,鲁棒性强.