摘要：道路監(jiān)控視頻具有場景復雜、車輛型號多樣、外觀相似、剛性運動等特點.針對道路監(jiān)控視頻中智能識別車輛的應用需求,構建了車輛圖像的訓練和測試樣本庫.然后利用Haar-like特征、顏色特征和HOG特征,構建了一個包含車輛形狀、邊緣、紋理、顏色和梯度等混合特征的細粒度特征池,得到車輛的全局外觀模型.在此基礎上,構建出一個過完備的初始字典,再通過有監(jiān)督的判別字典學習方法,訓練出一個具有稀疏性和判別性的分類器.為進一步提高視頻中車輛判斷和識別的穩(wěn)定性,滿足實時視頻處理的需求,提出了引入反饋結構約束的"檢測—分類—跟蹤"車輛識別框架,以提高系統(tǒng)處理視頻的實時性和穩(wěn)定性.