支持向量机在视频交通信息检测系统中的应用研究

统计学习理论是一种专门研究小样本情况下机器学习规律的理论,支持向量机方法是在该理论基础上发展起来的通用学习方法,它具有全局优化、适应性强、理论完备、泛化性能好等优点,统计学习理论和支持向量机是目前机器学习领域的研究热点。 随着城市交通管理的不断发展,交通信息检测在交通管理和控制中的应用越来越普遍,作用越来越突出。在众多自动化检测技术中,视频检测是当前最具发展前景的交通信息检测技术之一。视频交通信息检测系统是一种利用图像处理技术对交通目标检测和识别的计算机处理系统。通过对道路交通状况的实时检测,实现路段上行驶机动车数量的自动统计,行驶车辆速度和车辆类别等交通参数的自动计算和识别等功能。 本文将支持向量机引入视频交通信息检测系统,主要进行的工作如下: (1)整理总结了国内外关于统计学习理论方面的研究成果,介绍统计学习理论的基本概念和支持向量机的基本原理; (2)介绍了视频交通信息检测系统在交通信息检测技术中的优势与前景,阐述了交通信息检测系统的工作原理和常用交通参数的检测方法; (3)设计并实现了一个视频交通信息检测系统,通过实际测试运行,分析了目前所用的检测方法的性能及弊端; (4)将支持向量机应用于视频交通信息检测系统中,通过对交通流在检测区域中状态特征进行分类,从而动态监测、跟踪车辆通过检测区域的过程,实现了交通流量、车速、车型信息的检测,并与当前的视频交通检测技术进行了对比。