基于LBP-HSV模型及改进SIFT算法的行人再识别算法

• 作者: 徐丹萍 晋丽榕 王海梅
• 来源期刊: 计算机测量与控制
• 关键词: 改进SIFT算法 LBP特征,HSV模型 相似区域 改进的HOG特征
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 设计与应用
• 页码范围: 144-147
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.05.036

摘要

针对SIFT算法计算量大,复杂背景下匹配准确率低的问题,文章提出了一种结合LBP-HSV模型与改进SIFT算法的目标识别算法;首先利用LBP直方图和HSV模型共同筛选出目标相似区域;然后利用SIFT算法检测目标与相似区域的特征点,并使用改进的HOG特征描述特征向量;最后采用最近邻加权欧式距离的匹配策略,找出匹配点对;基于多组行人图片的目标识别结果表明,文中算法具有较强的鲁棒性,识别准确率较高,且相较于SIFT算法,匹配速率大大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海梅	南京理工大学自动化学院	25	162	6.0	12.0
2	徐丹萍	南京理工大学自动化学院	2	4	1.0	2.0
3	晋丽榕	南京理工大学自动化学院	1	3	1.0	1.0