计数图像中的车辆

我一直在尝试实现一种算法，以成功对图像中的汽车进行计数。我尝试在交通图像中存在多车遮挡的情况下实现一种车辆计数方法

它从一组各种图像中估计背景。我已经为此目的研究了各种其他技术，所有这些技术都以一种方式或另一种方式使用了一组图像的背景估计或需要视频。作为输入，我几乎看不到背景（可能是大多数论文中的道路）的交通图像。而且，这些图像来自不同的区域，因此它们也不具有相同的背景。在这种情况下我应该如何进行？

我在想，如果我能以某种方式匹配车辆（汽车）的结构，那么也许它们可以匹配。但是我不知道这是否可行，以及如何进行处理，因为该图像还包含多个被遮挡的车辆。

任何提示，甚至研究论文也欢迎。

样本图像如下：

如前所述，对象计数问题非常具有挑战性。http://www.robots.ox.ac.uk/~vilem/NIPS2010.pdf中很好地介绍了一些常用方法。

在训练图像上创建SIFT特征数据库似乎是顺理成章的事情。结合一些图像分割可能是要走的路。

另一条路可能是看一下HOG http://chrisjmccormick.wordpress.com/2013/05/09/hog-person-detector-tutorial/，它类似于功能检测算法，可以适用于汽车。