基于SVM和VAR/LBP的車臉識別

朱善瑋，李玉惠

(昆明理工大學 信息工程與自動化學院，昆明 云南 650500)

智能交通系統(ITS)在減輕交通壓力、提高交通管理效率、預防肇事逃逸等違法行為方面有很大的作用，其中的車輛識別是智能交通系統的一個重要方向，是國內外學者研究的熱門話題，通過視頻圖像對車輛進行識別是被廣泛研究的一種方法，近年來有許多相關的算法被提出。有關視頻圖像在車輛識別方面的應用，最開始是通過車牌的信息來確定車輛身份，但對于一些遮擋車牌、無車牌等“灰牌照”的車輛則不能有效識別。后來的研究者們又提出其它有關車輛模型識別的方法，例如，文獻[1～3]利用SIFT特征并通過PCA、池化等方法對特征進行降維，然后對車輛進行識別；文獻[4]則是通過提取圖像中車輛輪廓的Harris角點對車輛進行識別，這些方法都具有很好的識別效果，但只能識別出車輛的轎車、客車、卡車等大類的車型劃分，對于每類車型下的具體品牌則不能識別。

人臉的識別是通過面部及五官特征的不同分布來區分人的各異性，而對于車輛來說，不同品牌車輛的車標不同，相同品牌下不同車系的柵格、車前燈也不相同，這些車標、柵格、車燈構成的車臉特征為車輛的識別提供依據。文獻[5～8]均提出了用車臉圖像的信息對車輛進行識別的方法；文獻[6]利用灰度共生矩陣提取車臉圖像的紋理特征，然后用最小距離法對車輛進行識別；文獻[7]提出利用車臉圖像的HOG特征對15個品牌下的80種不同轎車車型進行識別，上述方法證明了基于車臉圖像識別車輛模型的可行性，但均需要提高識別率。……