● 摘要
将计算机视觉、机器学习等领域的技术应用于交通建设可有效应对道路交通面临的难题。智能交通系统是运用通信技术、信息技术、计算机技术解决交通运输有关问题的综合交通运输管理系统。智能交通系统是多种先进技术的集成，能够有效提升城市交通运输能力、减少交通事故。车辆检测、车辆跟踪及车型分类都是智能交通系统的重要组成。本文研究内容如下：
（1）本文基于对目前相关研究成果的分析，提出局部对称性图像滤波模板，结合图像梯度建立响应公式，用于车辆正视图和背视图的检测，通过图像滤波选出候选目标区域。并采用合适的特征描述及机器学习方法作进一步的精确判断，最终获得车辆目标。本文所提车辆检测的改进方法经过改善可以应用于实时检测中，具有一定抗干扰能力和较好的复杂背景应对能力。
（2）本文选择适合的目标跟踪方法进行车辆跟踪，并提出车辆跟踪方法及车辆检测方法结合使用方法，将本文所采用的车辆检测与车辆跟踪方法进行有效互补，能够有效解决实时检测中的实时性要求问题。
（3）并基于本文所研究的车型类别划分及对相关研究成果的分析，将目标检测相关方法应用于车型分类，分析其可行性。
最终，进行综合实验验证，通过实验效果展示和数据统计分析证明本文所提方法的有效性和实用性。