一种面向道路监控视频的车辆智能识别方法

摘要

道路监控视频具有场景复杂、车辆型号多样、外观相似、刚性运动等特点.针对道路监控视频中智能识别车辆的应用需求,构建了车辆图像的训练和测试样本库.然后利用Haar-like特征、颜色特征和HOG特征,构建了一个包含车辆形状、边缘、纹理、颜色和梯度等混合特征的细粒度特征池,得到车辆的全局外观模型.在此基础上,构建出一个过完备的初始字典,再通过有监督的判别字典学习方法,训练出一个具有稀疏性和判别性的分类器.为进一步提高视频中车辆判断和识别的稳定性,满足实时视频处理的需求,提出了引入反馈结构约束的“检测—分类—跟踪”车辆识别框架,以提高系统处理视频的实时性和稳定性.