视图不变的车辆类型识别和多功能计数系统

视图不变的车辆类型识别和多功能计数系统(中文5000字,英文PDF)
摘要：本文提出了一种视图不变、可用于实时道路交通和环境污染管理系统的自动车型识别、分类和计数系统。采用支持向量机(SVM)分类器将车辆分为四类;汽车、吉普车、公共汽车和卡车,分别基于可测量的图像特征。对一组由区域、方向梯度直方图(HOG)和局部二值模式(LBP)直方图组成的特征集进行图像分析，提出了一种特征组合识别方法;区域，LBP和HOG。利用相关特征选择(CFS)从上述特征集中选择最具鉴别性的特征，提高识别精度，减少分类所需时间。在这两个独立的数据集上进行的实验报告了不同的成功率，组合数据集的平均准确率达到95%。与区域、HOG、LBP相比，提出的特征组合技术具有更高的识别精度。实验中分别使用了前后视图和角度视图数据集，验证了该算法对视角变化的适应性。初步提出了三种可从该技术中获益的实际应用场景:出入管制、收费和估计交通车辆所引致的空气污染水平，以及证明该研究的实际可操作的重要性和相关性。