传统高速公安检查站需要通过人工方式对车辆、人员进行安全检查,降低了安检的效率并且增加了安检的不确定性,因此亟需提出一种智能化的安检方案。将目标检测定位技术应用于车辆安检场景可以实现安检系统的智能化,最终实现无需人工参与的全自动智能安检核查系统。本文的主要研究内容如下:1)智能安检核查系统整体设计。首先对智能安检核查系统进行需求分析和概要设计,然后对系统流程进行分析。将智能安检系统分为车辆智能引导分流、目标检测定位和人证核验三个模块。根据对目标检测定位技术的研究,对智能引导分流和目标检测定位模块提出解决方法。最后将目标检测定位技术应用到智能安检核查系统的业务场景进行分析。2)基于视频的运动目标检测。运动目标检测的目的是实现智能安检核查系统中的车辆智能引导分流。首先对几种主流运动目标检测算法对比分析,得到高斯混合模型背景减除法适用于车辆安检场景且检测效果好。然后对高斯混合模型进行改进得到结合HSV色彩空间的自适应高斯混合模型。改进模型通过自动为每个像素点分配不同数量的高斯分量减少算法复杂度,并结合HSV色彩空间实现对运动目标自阴影的检测去除。最后将改进模型应用于不同场景进行对比测试,实验结果表明改进模型的检测准确率高,检测速度快。3)基于图像的静止目标检测定位。图像中静止目标检测定位是实现智能安检核查系统中静止车辆目标的检测定位。首先对图像中车辆目标的固有属性进行分析,分析得出可以对车辆的局部特征进行基于空间位置、物理结构和颜色特征的检测定位。然后通过GrabCut和直方图检测定位到空间位置固定的后视镜,通过Hough检测定位到物理结构固定的车轮,通过HSV色彩空间检测定位到颜色特征固定的车牌。最后与结合SIFT、BOW和SVM的检测算法进行对比,局部特征检测定位算法检测速度快、效果好。通过对基于视频的运动目标检测和基于图像的静止目标检测定位的研究,将两种方法应用于车辆安检场景,可以为智能安检核查系统中的车辆智能引导分流与目标检测定位提供技术支撑。通过对获取实际场景中的数据进行测试,目标检测定位技术的检测效果良好,为安检系统的智能化设计提供了参考。