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。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社