1.一種基于雙車輛可變形部件模型的車輛檢測(cè)方法，其特征在于，包括以下步驟：
S1，基于雙車輛可變形部件模型的訓(xùn)練
根據(jù)訓(xùn)練數(shù)據(jù)集是否含有目標(biāo)車輛及目標(biāo)車輛的特征，訓(xùn)練目標(biāo)車輛模板，該模板包括全局根模板、部件模板以及全局根模板與部件模板的空間位置關(guān)系；
S2，模型匹配及融合
由S1訓(xùn)練好雙車輛可變形部件模型后，用單車輛可變形部件模型對(duì)輸入圖像進(jìn)行匹配，從而得到包含車輛的目標(biāo)矩形框；然后對(duì)輸入圖像進(jìn)行分區(qū)域處理，對(duì)雙車輛可變形部件模型的不同區(qū)域賦予權(quán)值；雙車輛可變形部件模型響應(yīng)值與權(quán)值的乘積加上單車輛可變形部件模型響應(yīng)值即為最終融合結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種基于雙車輛可變形部件模型的車輛檢測(cè)方法，其特征在于，所述S1具體為：
S1.1，訓(xùn)練數(shù)據(jù)集的準(zhǔn)備，包括原始正樣本和原始負(fù)樣本；
S1.2，使用不含隱形變量的支持向量機(jī)訓(xùn)練得到一個(gè)初始化根模板F0；
S1.3，用初始化根模板F0與原始正樣本的目標(biāo)矩形框顯著重疊50％以上對(duì)原始正樣本進(jìn)行篩選，得到更新后正樣本，更新后正樣本和原始負(fù)樣本重新訓(xùn)練，更新全局根模板；
S1.4，用貪心算法在目標(biāo)矩形框中依次選取六個(gè)部件模板；
S1.5，用全局根模板進(jìn)行滑動(dòng)掃描，重新構(gòu)建正負(fù)樣本，并在新的樣本集上進(jìn)行訓(xùn)練，更新雙車輛可變形部件模型參數(shù)。
3.根據(jù)權(quán)利要求2所述的一種基于雙車輛可變形部件模型的車輛檢測(cè)方法，其特征在于，所述訓(xùn)練數(shù)據(jù)集是否含有目標(biāo)車輛及目標(biāo)車輛的特征指的是初始化根模板F0得分最高的一個(gè)位置。
4.根據(jù)權(quán)利要求1所述的一種基于雙車輛可變形部件模型的車輛檢測(cè)方法，其特征在于，所述S1使用隱變量支持向量機(jī)來(lái)訓(xùn)練雙車輛可變形部件模型。
5.根據(jù)權(quán)利要求1所述的一種基于雙車輛可變形部件模型的車輛檢測(cè)方法，其特征在于，所述全局根模板用于描述車輛整體特征，所述部件模板用于描述車輛局部特征。