基于SF-LBP的行人紋理特征提取算法

　　針對基于紋理信息的行人特征提取算法中存在特征信息冗余度大，無法刻畫人眼視覺敏感性的不足，提出一種融合人類視覺感知特性的基于顯著性局部二值模式（ SF-LBP）的行人紋理特征提取算法。該算法首先采用顯著性計算方法提取感興趣區(qū)域得到各部分的顯著性因子；然后將顯著性因子權(quán)值與行人紋理特征根據(jù)核函數(shù)相融合，生成基于SF-LBP算子的特征向量；接著統(tǒng)計不同區(qū)域的特征向量，形成特征直方圖；最后結(jié)合自適應(yīng)AdaBoost分類器構(gòu)建實(shí)驗(yàn)平臺進(jìn)行實(shí)驗(yàn)。INRIA數(shù)據(jù)集中的實(shí)驗(yàn)結(jié)果顯示，SF-LBP特征在檢測準(zhǔn)確率上比梯度直方圖（HOG）特征、Haar特征高出2%-3%，達(dá)到97 %，召回率達(dá)到90%，提高了2%左右，表明SF-LBP算予能夠準(zhǔn)確描述行人的紋理特征，提高行人檢測系統(tǒng)的準(zhǔn)確率。
?