成果描述：

本專利建立一種基于線性判別分析和獨立成分分析的車輛分類方法，首先利用線性判別分析提取特征進行第一次大小車型的分類，再利用獨立成分分析的第二種結構與線性判別分析的結合，進行特征提取，實行第二步將車輛分為不同的詳細車型。

市場前景分析：

車輛分類技術有著非常重要的現實意義，車輛分類技術在自動收費系統、車輛圖像檢索如市場統計、流量分析及公安交通監控偵稽系統等領域中有著廣泛的應用。本發明著重根據車輛視頻圖像的特點，即其具有較大噪聲，且光照強度變化較大，同類型的車輛形狀顏色等外在相似程度也較低的特點，將獨立成分分析第二種結構的改進方法（FICA2）作為細分類的特征提取方法，構建特征空間進行細分類。經研究表明，本發明的方法處理速度可達到15幀每秒，滿足實時處理需求，準確率達到96%以上。

與同類成果相比的優勢分析：

本專利將獨立成分分析的第二種結構與線性判別分析的結合方法，即FICA2應用到車輛圖像的特征提取中來，FICA2通過尋求稀疏的編碼表示，來構建一個分離度更高的子空間。 本專利提出二次分類方法，首先利用線性判別分析進行特征提取，將車輛按車型大小分為大型車與小型車兩大類，然后利用FICA2進行第二次分類來達到將車型分為具體類別的目的。經實驗驗證，與現有的基于圖像的分類方法比較，獲得了更好的分類準確率。