张少巍 殷荣网

（1 安徽文达信息工程学院，安徽 合肥 231201）

（2 合肥学院，安徽 合肥 230601）

1 引言

随着智能交通系统（Intelligent Transportation System，ITS）在智能城市的推广，智能交通应用的核心技术迅速发展并不断更新。20世纪70年代，只有磁线圈被用来检测车辆，但现在，诸多技术如雷达、超声波、红外线和视频图像等在实践中非常流行[1]。随着越来越多的数字视频监控装备到交通道路，视觉车辆检测方法已成为计算机视觉科学家最近的研究课题[2]。

作为目标检测的一个应用领域，车辆检测在ITS、无人驾驶智能车和公共安全中发挥着重要作用[3]。经过检测后，可以进一步对它们进行更详细的分类。如果在公共安全领域，根据汽车制造、型号、颜色和车牌号码，可以启动城市中的所有摄像头，它们可以自动检测、识别和定位汽车。在这个场景中，车辆的分类是必不可少的。但事实上，车辆内部以及车辆之间的差异非常细微[4-5]，因此研究课题非常具有挑战性，可以极大促进车辆检测、动作识别和自动场景描述[6-8]等的发展。

如果在交通和公共安全中应用车辆分类，就可以获得更多的关于车辆的元数据或元信息，如车辆制造商、车辆型号、车辆标识、生产年份、最大速度和加速度等。通过动态获取这些信息，可以建立一个监控整个城市道路的大型智能交通系统。此外，在不同时间段分析道路上的车辆，以发现人们外出的规律，就可以相应地安排运输规则，这将使城市管理变得更加便捷化和智能化。

2 相关工作

在本文中，研究的问题主要有三个，即如何构建大型车辆数据集；……