由于目标姿态、摄像头角度、光线条件等因素的影响, 行人重识别仍然是一个具有挑战性的问题。目前大多数方法主要注重提高重识别精度, 对实时性考虑较少。因此, 本文提出了一种基于增强聚合通道特征(ACF)的实时行人重识别算法。利用ACF对行人进行检测, 并在此基础上, 结合直方图特征和纹理特征构成增强ACF, 作为行人重识别的特征描述子。利用测度学习方法对重识别模型进行训练。在4个数据集上的实验结果表明, 与传统的重识别特征相比, 提出的特征描述子逼近最好的重识别准确率, 并且具有更快的计算速度。整个