基于HSV模型和特征点匹配的行人重识别算法

提出了一种基于HSV模型和特征点匹配相结合的行人重识别算法。首先根据改进的HSV空间颜色量化策略,比对两幅行人图像的躯干和腿部主颜色是否一致,以快速确定备选目标;然后对备选目标,利用环形Gabor滤波器组生成多尺度图像,再利用改进的FAST算法和BRIEF算法对多尺度图像进行特征点提取与描述,最后利用暴力算法和随机抽样一致性算法进行特征点匹配和提纯,以达到较好的匹配效果。实验结果表明,本文提出的行人重识别算法具有较高的识别准确率,识别速度达到12frames。