摘要：在跨场景行人识别过程中，为了解决多种特征以一个固定的权重融合导致行人识别率低、识别速度慢的问题，提出基于自适应特征选择的动态加权平均排名行人识别方法。首先，将GrabCut算法和基于流形排序显著性检测算法相融合，提高行人外观特征提取的准确性；然后，提出自适应显著特征选择方法，有效地提取行人特征描述；最后，通过动态加权平均排名模型将多特征融合。实验表明，所提出的方法提高了行人识别的准确性，同时对姿态的变化具有较好的鲁棒性。

关键词：行人识别 自适应特征选择 动态 加权平均 

单位：桂林电子科技大学信息与通信学院; 广西桂林541004