曲爱妍 张正 梁颖红 吴秋玲 黄晓婷

摘  要：随着道路监控系统的数字化和智能化发展，车辆类型识别成为智能交通系统的研究重点之一。本文基于道路监控系统中的视频图像，对车前脸进行粗定位，并在粗定位车脸的基础上对车脸进行精确定位。对精确定位的车前脸进行水平梯度水平投影和水平梯度垂直投影，提取车标的方向梯度直方图——HOG特征，由此提出了基于HOG特征描述的车脸特征点提取方法，并采用支持向量机（SVM）对车标特征向量进行了分类识别。实验结果表明，只有选择适当的HOG特征参数，才能提高车型识别率。

关键词：车脸识别;视频识别;方向梯度直方图;支持向量机

中图分类号：TP311.5     文献标识码：A

文章编号：2096-1472（2021）-09-38-06

Abstract： With the digital and intelligent development of road monitoring system， vehicle type recognition has become one of the research focuses of intelligent traffic systems. Based on video images of the road monitoring system， this paper proposes to roughly locate the front face of the car， and then accurately locate the face of the car on the basis of the rough positioning. Based on the horizontal gradient horizontal projection and the horizontal gradient vertical projection of the accurately located front face， Histogram of Oriented Gradients （HOG） feature of the vehicle logo is extracted. Thus， a car face feature point extraction method based on the HOG feature description is proposed， and the vehicle logo feature vector is classified and recognized by Support Vector Machine （SVM）. Experimental results show that only by selecting proper HOG feature parameters can the vehicle recognition rate be improved.

Keywords： car face recognition; video recognition; HOG; SVM

1   引言（Introduction）

随着生活水平的提高，汽车越来越成为我们生活中不可缺少的交通工具，汽车数量的剧增促使智能化交通系统（Intelligent Traffic System， ITS）[1]也迅速发展。智能交通系统中重要的部分有车型、车牌、车标识别等。车型识别方法主要分为两种，一种是基于车辆本身固有参数进行识别的方法，主要有环形感应线圈法、射频识别法、激光识别法[2]等;另外一种是基于视频技术的CCD（Charge Coupled Device）视频识别法[3]，在智能交通系统中越来越常见，主要基于实时拍摄的目标公路信息视频录像进行识别。ITS探索的重点是基于图像分析的车型识别技术，但目前在技术环节上相应地比较单薄。现今在国内外基于图像分析的车型识别技术研究方向主要分为模板匹配法[4]、神经网络识别法[5]以及支持向量机（Support Vector Machine， SVM）识别法[6-7]。……