单目视频中车辆对象的多特征提取及车型识别研究是智能交通系统研究的重要组成部分。本课题针对单目视频中车辆对象研究了其多种特征的提取及车型识别方法,论文的主要内容与创新点如下:1、标准车型特征模型库的建立。标准车型特征模型库的建立是本课题的基础工作,分别从车型的原始物理特征类、图片特征类、结构特征类构建该车型库,从而为车型分类与识别提供依据。目前该标准车型特征模型库中已有两千多种常见车型的基本信息。2、单目摄像机标定。依据国家道路线标准,根据视频图像中车道线角点像素坐标与三维坐标之间的对应关系,采用张正友摄像机标定算法对静止摄像机实现了标定。3、车辆对象三维几何特征提取及车型识别。利用Kmeans聚类算法求出标准车型特征模型库中四大类车型的聚类中心。构建可变的车辆三维模型,依据单目摄像机标定的结果,将三维模型投影到图像平面,然后建立模型投影与车辆对象之间的匹配度评价函数,再利用分布估计算法对该目标函数进行整体寻优,找到的最优解即为目标车辆所对应的几何特征参数,通过这些几何特征参数实现对车辆对象的厢型识别和车型识别,平均车型识别率为89.2%。4、车脸特征提取及车脸识别。车脸定位问题采用改进的adaboost算法进行,并借鉴人脸识别相关研究成果,分别采用Eigenfaces、FisherFaces及Extended LBP等方法研究车脸区域的特征提取及识别方法,通过车脸识别进而达到车型识别的目标,识别准确率为70.83%。多特征提取研究包含单目视频中车辆对象的三维几何特征提取研究和车脸特征提取研究,通过三维几何特征首先实现大类的车型识别,再在每个大类中通过车脸识别实现更细小类型的车型识别。