1. 研究目的与意义、国内外研究现状（文献综述）
一、 课题意义
在计算机技术迅猛发展的现代社会，人工智能逐渐应用到各种场景中，其中智能驾驶技术在交通方面的应用是研究的热门方向。交通在平常生活中占据着越来越重要的分量。交通的技术水平成为衡量城市科技化水平的重要标志。然而，交通的快速发展却带来了许多问题，如交通的拥挤、交通事故越来越多、行驶环境的变差等。这就需要有效的流量管理手段，然而由于效率低和成本高，显然现如今依赖于大量人员的运输系统的管理早已不适合当前飞速发展的交通。车辆检测智能化是当今世界道路智能交通的发展趋势。
车辆识别在道路违法行为监控、非法套牌车辆识别以及智能交通收费站等交通应用中扮演着至关重要的角色。一方面，城市人口增长过快，城市道路车辆越来越拥挤，给依靠人力的交通指挥和管理造成了巨大的压力；另一方面，伴随计算机图像识别技术和模式识别学科等现代计算机技术的研究和发展，车辆识别和检测等技术也越来越可靠成熟，采用车辆识别技术的道路违法行为监控、违法套牌车辆跟踪以及智能收费站的可靠性也越来越高。在现代交通管理系统中，随着车辆识别和检测的使用越来越多，越来越多的研究人员开始关注。
2. 研究的基本内容和问题
一、 研究目标
基于光流运动的动态区域提取算法，从交通监控视频中提取运动车辆；对检测后的运动目标进行车辆特征识别，包括车辆类型、形状、颜色、大小等；由于路口监控设备分辨率的制约，在一定范围内实现车辆车牌的识别，包括车牌检测、字符分割、字符识别等；同时，将检测出的结果可视化。
将所有功能集成为一个网页界面。html5 jsp做前端，使用python中的opencv接口用于车辆的检测、识别和车牌识别，通过java语言调用python脚本，形成一个小型交通路口动态车辆识别的系统。
3. 研究的方法与方案
一、 研究方法
步骤一：学习opencv相关接口的使用以及lucas－kanade算法的原理
步骤二：车辆检测程序模块的实现
4. 研究创新点
一、 特色或创新之处
（1）集成了动态车辆检测、车辆识别与车牌识别功能于一体
（2）开发了基于交通路口动态车辆视觉识别系统
5. 研究计划与进展
一、 研究计划及预期进展
2020年1月
与指导老师交流沟通，确定正确的研究思路，明确自身的缺陷与不足，积极向相关老师和学长请教，确定实验中所需的专业知识，和相应材料与数据，并自学opencv接口的使用以及相关算法的原理
