2） HOG, 即方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。
它通过计算和统计图像局部区域的梯度方向直方图来构成特征。
3）支持向量机SVM(Support Vector Machine），是一种有监督的学习模型，通常用来进行模式识别、分类、以及回归分析。
21
参考文献：
［1］朱娟，陈杰．基于混合差分的车辆检测方法［J］．计算机工程与设计， 2011，32（1）：332－335
［2］胡铟，杨静宇．基于模型的车辆检测与跟踪［J］．中国图象图形学报， 2008，13（3）：450－455
［3］杨建国，尹旭全，方丽，等．基于自适应轮廓匹配的视频运动车辆检测 和跟踪［J］．西安交通大学学报，2005，39（4）：351－355
［4］王崴，唐一平，任娟莉，等．一种改进的Harris 角点提取算法［J］．光学 精密工程，2008，16（10）：1995－2001
［5］李二森，张保明，刘景正，等．SIFT 特征匹配技术在自动相对定向中 的应用［J］．测绘科学，2008，33（5）：16－18
［6］骞森，朱剑英．基于改进的SIFT 特征的图像双向匹配算法［J］．机械
科学与技术，2007，26（9）：1179－1182
［7］刘霞，卢苇.SVM在文本分类中的应用研究，计算机教育，2007.1
［8］张学工. 关于统计学习理论与支持向量机[J]. 自动化学报, 2000, 26(1): 32-41. ［9］ VAPNIK V N. 统计学习理论的本质[M]. 张学工, 译. 北京: 清华大学出版社, 2000. ［10］ VAPNIK V N. 统计学习理论[M]. 许建华, 张学工, 译.北京: 电子工业出版社, 2004. ［11］刘晓亮, 丁世飞. SVM用于文本分类的适用性[J]. 计算机工程与科学, 2010, 32(6): ［12］林开标, 王周敬. 基于支持向量机的传真收件人识别方法[J]. 计算机工程与应用,
2006, 42(7): 156-158.
［13］谢塞琴, 沈福明, 邱雪娜. 基于支持向量机的人脸识别方法[J]. 计算机工程,
2009, 35(16): 186-188.
［14］李颖新, 阮晓钢. 基于支持向量机的肿瘤分类特征基因选取[J]. 计算机研究与发展,
2005, 42(10): 1796-1801.
［15］李劲菊，朱青，王耀南一种复杂背景下运动口标检测与跟踪方法C1]仪器仪表学报， 2010, 31 (10):242-247
［16］姜明艳视频图像处理中人流量统计算法研究[D] 成都:电子科技大学 2013: 15-38
［17］于海滨，刘济林应用于公交客流统计的机器视觉方法日]中国图像图形学报，2008 (15 ) : 716-722
［18］吴渝,一种基于网格的最近邻SVM新算法[J] 重庆邮电大学学报:自然科学版，2008 (6):1-5; ［19］汪亚明. 基于动态图像序列的自动扶梯客流量的测量[J] 测试技术学报，2012, 16 (1):14-16;
22