柴恩惠，马占飞+，智 敏

1.内蒙古科技大学包头师范学院 信息科学与技术学院,内蒙古 包头014030

2.内蒙古师范大学 计算机科学学院，呼和浩特010022

随着计算机视觉和深度学习技术[1-2]的发展，行人检测成为解决复杂和高级视觉问题的重要步骤，而在众多检测算法中，可变形部件模型（deformable part model，DPM）算法[3]和卷积神经网络模型（convolutional neural network，CNN）[4-5]算法的融合成为一大热点。DPM 相当于一个可变形的“弹簧”模型，属于基于结构的算法，特征提取部分使用的梯度方向直方图（histograms of oriented gradient，HOG）特征[6]主要针对浅层特征进行提取。CNN属于一种“黑盒子”模型，更适合对深层特征进行提取，因此这两大模型可分别作为两种空间特征融合进行特征提取，也可以在算法结构方面进行融合。例如：Ouyang 等提出将DPM算法中的四个步骤分别对应到CNN算法中，得到一个深度DPM 结构[7]，该结构比传统DPM 结构在漏检率方面降低了9 个百分点，但没有达到CNN的检测精度；2017 年高琦煜等提出了一种融合CNN特征和HOG+SVM的行人检测算法[8]，分别使用CNN和HOG 对浅层特征进行了多角度提取，比单独使用DPM算法或者单独使用CNN算法的检测精度高；文献[9]将CNN模型去除池化层，再使用几何约束对对象部件的变形进行建模，提出了一种新的训练策略，该策略用于通用目标的检测，没有针对行人目标检测进行性能的具体分析；Mordan等[10]提出了DP-FCN（deformable part-based fully convolutional network）模型，该模型由全卷积层、基于部件的可变形池化层和变形感知的定位模块组成，在PASCAL VOC 数据集进行目标检测的精度验证，没有针对行人目标检测进行性能的具体分析。……