一种基于支持向量机的出租车识别方法技术

本发明专利技术涉及车辆识别方法领域，尤其涉及一种基于支持向量机的出租车识别方法。该方法包括如下步骤：a、构建样本库；b、获取所述样本的判断窗口，提取归一化处理后的判断窗口的HOG特征，并利用此HOG特征训练支持向量机分类器；c、跟踪所输入的视频帧内的待识别车辆；d、将跟踪成功后的首个图像帧中跟踪窗口分别向上、下、左、四个方向移动若干像素点，获得四个子窗口；将归一化处理后的四个子窗口和跟踪窗口输入所述支持向量机分类器获得五个识别结果，由此获得空间域修正识别结果。其优点是采用时间域以及空间域上的多窗口投票机制来识别车辆是否为出租车。经过严格的实验证明，该出租车识别方法能够提高判断的准确率，具有较高的判断准确率与鲁棒性。

【技术实现步骤摘要】
本专利技术涉及基于视频图像的车辆识别方法领域，尤其涉及一种基于支持向量机的出租车识别方法。
技术介绍
目前智能交通系统中对交通监控系统的鲁棒性和可靠性的要求越来越高，由于基于地感线圈、超声波和雷达等传感器的车辆检测方法无法识别车辆类型，因此基于视频图像的车辆检测和识别技术成为交通监控中的一项重要研究课题，它在计算机视觉导航，交通监视领域有着重要的实用价值，为城市复杂交通网络的智能化和科学化管理提供自动化和科学的支持。目前，基于视频图像的车辆识别方法主要有HAAR-LIKE矩形特征算法、边缘检测法以及基于梯度方向直方图[2] (Histogram of Oriented Gradient,简称HOG)等方法，以下对于上述三种识别算法进行简要描述 一、HAAR-LIKE矩形特征算法最早的HAAR-LIKE矩形特征库是Papageorgiou C.等提出，Viola P.等的快速人脸识别系统采用了 3种类型5种形式的矩形特征，分别为2矩形特征、3矩形特征和4矩形特征。其特征值的定义为黑色矩形内所有像素值的和减去白色矩形内所有像素值的和。L ienhart R.等对HAAR-LIKE矩形特征库作了本文档来自技高网...

【技术保护点】
一种基于支持向量机的出租车识别方法，其特征在于包括如下步骤：a、构建样本库，包括含有出租车辆的正样本以及含有其它机动车辆的负样本；b、获取所述样本的判断窗口，并将所述判断窗口图像尺寸归一化；提取归一化处理后的判断窗口的HOG特征，并利用此HOG特征训练支持向量机分类器；c、跟踪所输入的视频帧内的待识别车辆；d、将跟踪成功后的首个图像帧中跟踪窗口分别向上、下两个方向移动y个像素点，获得二个子窗口，以及向左、两个方向移动x个像素点，获得另二个子窗口；将所获得的四个子窗口尺寸归一化，将归一化处理后的四个子窗口和跟踪窗口输入所述支持向量机分类器获得五个识别结果，对这五个识别结果进行投票统计，票数多者取...

【技术特征摘要】
1.一种基于支持向量机的出租车识别方法，其特征在于包括如下步骤 a、构建样本库，包括含有出租车辆的正样本以及含有其它机动车辆的负样本； b、获取所述样本的判断窗口，并将所述判断窗口图像尺寸归一化；提取归一化处理后的判断窗口的HOG特征，并利用此HOG特征训练支持向量机分类器； C、跟踪所输入的视频帧内的待识别车辆； d、将跟踪成功后的首个图像帧中跟踪窗口分别向上、下两个方向移动y个像素点，获得二个子窗口，以及向左、两个方向移动χ个像素点，获得另二个子窗口 ；将所获得的四个子窗口尺寸归一化，将归一化处理后的四个子窗口和跟踪窗口输入所述支持向量机分类器获得五个识别结果，对这五个识别结果进行投票统计，票数多者取胜，由此获得空间域修正识别结果； 所述的x、y均为正整数。2.根据权利要求I所述的一种基于支持向量机的出租车识别方法，其特征在于该识别方法还包括时间域修正步骤由所述首个图像帧起，对一段时间内的连续视频帧中采样获得η个关键帧，并分别对所述关键帧执行步骤d，以获得多个空间域修正识别结果，将基于这些关键帧和首个图像帧做出的空间域修正识别结果进行投票统计，票数多者取胜，由此获得时间域修正识别结果，其中η为大于2的自然数。3.根据权利要求2所...

【专利技术属性】
技术研发人员：田广，梁龙飞，叶飞，张重阳，
申请(专利权)人：博康智能网络科技股份有限公司，
类型：发明
国别省市：