杨予诺 江昆 黄巧 倪维遥 朱蓓蓓
摘 要 现如今,城市化现象日益严重,智能交通发展迅速。目标识别作为计算机视觉的重要组成部分,带动了车辆检测和识别系统的发展,具有着很重要的现实意义。它有着可克服录像或者监控设备获取信息模糊和实时检测的优势,在获得测试图片之后,系统会根据深度学习训练出来的分类器首先对车辆的前脸进行检测,然后基于框出的车前脸部分进行车标检测,识别出车型类别。该系统适用于交通管理,有利于解决通行自动扣费、事故调查、交通堵塞预防等问题的解决。
【关键词】智能交通 深度学习 分类器 车型识别
1 引言
项目涉及简单研究国内的交通系统的现状,初步认识改进交通系统可行的解决方案。该技术所采用的的算法涉及图像处理、模式识别以及嵌入式的初步认识,在图像预处理以及特征匹配部分应用到Haar,HOG算法特征值以及提取、匹配的算法如SVM,PCA等,这些都是图像识别领域系统实现过程中的关键技术。
车型识别技术是智能交通系统中的关键技术,无论是在交通监控领域还是在道桥、高速公路以及停车场的全自动收费领域,都有着重要和广泛的应用。例如:现在高速收费站车道主要分为ETC车道和MTC车道,前者能够快速且自动扣费,而MTC车道则大多还采用人工发卡和收费。车型识别技术应用在MTC车道,可以实现高速收费站入口的MTC车道的自动化。架在收费站入口车道顶棚上的摄像头不仅能够识别车牌,更能识别车辆的品牌、大小,再依据收费标准迅速将车分类,机器代替人工识别,不仅能迅速交费,同时还能防止收错费、车辆冒牌顶用的问题。……