随着社会的发展,车辆成为人们出行的主要交通工具,越来越多的车辆造成了严重的道路交通安全问题,因此对智能交通系统的要求越来越高。车牌检测和驾驶员人脸检测作为智能交通系统的重要组成部分,成为近几年的研究热点问题。由于交通道路监控摄像头的特殊性,使得车牌检测和驾驶员人脸检测效果都不理想。为解决这些问题,本文提出了一种基于可变形部件模型的车牌及驾驶员人脸检测的方法。本文设计的检测方法分为三个阶段:首先,利用车牌的位置信息,从含有车辆的图像中检测车牌并给出车牌位置信息,将车牌的位置信息作为可变形部件的根模板;然后,使用聚合通道特征(LUV、局部二值模式和方向梯度直方图),结合AdaBoost分类器从待检图像中检测到一些候选人脸窗口;最后,利用车牌位置和驾驶员人脸位置的相对关系,将驾驶员人脸作为部件模板,通过验证车牌与驾驶员人脸整体的合理性,来滤除虚警。在训练阶段,为尽可能提高检测器的召回率,降低漏检率。然后通过可变形部件模型来滤除虚警,使得准确率上升,并且对召回率的影响较小。本文收集交通监控所拍摄到的图像分为白天和晚上两部分作为数据集,共计2062张图像。利用数据集来验证提出方法的有效性,白天驾驶员人脸检测的准确率为94.27%,召回率为86.17%;晚上驾驶员人脸检测的准确率为98.70%,召回率为96.21%。从数据上可以看出,通过加入车牌和人脸的相对位置特征增加了驾驶员人脸检测的准确率,本文所使用的驾驶员人脸检测方法检测效果比较理想。