官洪运，缪新苗，王亚青，井倩倩，张抒艺

（东华大学信息科学与技术学院，上海201620）

0 引言

行人重识别是在不同地点和时间点拍摄的特定人物图像之间构建对应关系的过程。其在视频监控、行为分析、目标跟踪和搜索等领域逐渐普及。由于视角、光照强度、姿态、背景杂波、图像分辨率和遮挡等方面的不确定性会导致大量的视觉外观变化，行人重识别在实际生活中广泛应用还存在巨大的挑战。

在较短的时间内，视觉特征在行人重识别的方面较为有效。但随着时间的推移，这些特征的有效性就会降低，而生物学特征的优势逐渐突出。考虑到在实际的道路监控系统中，视角的限制造成遮挡或故意遮挡等现象，面部识别、虹膜识别等难以实现。本文研究基于步态的行人重识别算法，利用图像特征进行相似行人目标预检测，再跟踪相似行人提取其步态特征进行身份识别，从而提高识别效率。相似行人目标预检测过程中引入关节点坐标确定上下身比例提高区分度。

1 行人目标预检测

行人目标预检测指的是在给定目标行人图片的情况下，从行人图像数据库中找出相似行人目标区域。预检测快速排除外观特征不同的行人，缩小海量视频中跟踪行人的数量，提高识别效率。本文通过改进的HSV 颜色特征与LBP 特征进行相似行人目标预检测。

1.1 HSV颜色特征

目前在计算机视觉领域有多种类型的颜色空间，根据不同的应用场景、需求以供选择。HSV（Hue，Saturation，Value）是一种常见的利用圆柱坐标表示的颜色空间，相较于RGB 色彩模式，它能够更直观地反映色彩的阴暗、色调以及鲜艳程度，适用于颜色对比。……