1. 研究目的与意义（文献综述）
汽车作为现在人们出行的主要交通工具,保有量正在急剧上升,它的出现使人们的生活更加的便捷,舒适。在车辆日益增多,交通越来越发达的情况下,交通事故的发生率也在增加,造成交通事故的原因主要有酒后驾驶、疲劳驾驶、超速行驶,占道行驶等。而碰撞是交通事故的主要表现形式,其中大部分是车与车碰撞和人与车碰撞。因此车辆防碰撞技术便应运而生。
计算机视觉应用于交通系统中是近几年来的热点问题之一。其中车载处理系统是计算机视觉技术的一个重要发展方向。在车载处理系统中，摄像机被固定在车辆上，系统识别的目标为车道、前方其它车辆及障碍物、道路旁设立的各种交通标志或交通信号、司机的疲劳状态等。本论文将重点放在对车辆的识别方面。
道路交通中，车辆的准确识别是避免车辆碰撞的重要识别技术基础。传统采用小波等方法，其识别的准确度较低难以满足实际应用要求，因此有必要研究在小样本条件下的车辆识别，达到快速识别车辆的目的。因此本文将重点研究贝叶斯概率网络的构造及训练和识别算法，以期达到提高车辆识别精度的目的。
2. 研究的基本内容与方案
本论文将在贝叶斯概率网络的基础上，研究基于道路通行条件下的车辆特征提取。重点放在研究贝叶斯概率网络的构造及训练和识别算法，以达到提高检测精度的目的。
主要研究包括以下几个方面：
3. 研究计划与安排
1-3周 查阅中、英文资料，完成开题报告，完成不少于2万字符的英文翻译任务；
4-8周 学习相关算法及相应综述表示方法；
9-16周 完成贝叶斯概率网络的构造及训练和识别；
4. 参考文献（12篇以上）
[1]randa oqab mujalli, griselda lópez, laura garach. bayesclassifiers for imbalanced traffic accidents datasets.accidentanalysis prevention, volume 88, march 2016, pages 37-51v.
[2]karim el-basyouny, tarek sayed．depth-based hotspotidentification and multivariate ranking using the full bayes approach. accidentanalysis prevention, volume 50, january 2013, pages 1082-1089.
[3] yan,bin. a bayesian approach forpredicting building cooling and heating consumption and applications in faultdetection[d]. university of pennsylvania.barchitecture, 2013.
