卓 力， 张时雨， 寇墨林， 闫 璞， 张 辉

(北京工业大学 信息学部，北京 100124)

行人检测是计算机视觉领域的一个重要研究方向，可以广泛应用于智能监控、无人驾驶、机器人等多个领域。受到光照、视角、尺度、环境、遮挡、姿态变化等多种复杂因素的影响，行人检测面临着巨大的技术挑战。

近年来，人们开展了行人检测技术的研究。整个研究工作可以分为两个阶段：第一阶段是采用传统的手工特征+分类器框架进行行人检测，关键技术是行人特征提取和分类器。其中HOG(Histogram of Oriented Gradient)是针对行人特点设计的特征，它与SVM(Support Vector Machine)相结合是一种最具代表性的行人检测方法，在此基础上王谦等[1]又融入遗传算法(GA)和粒子群优化算法(PSO)进一步优化参数。但是手工特征主要依赖于设计者的先验知识或者经验，特征的表达和区分能力有限，因此这类方法的检测性能难以令人满意。 第二阶段是基于深度学习的行人检测，该方法把行人看作是一种特定的目标，对通用的目标检测方法进行改进，如R-CNN(Region-Based Convolutional Neural Network)系列[2-5]、YOLO(You Only Look Once)系列[6-8]和SSD(Single Shot Multi-Box Detector)系列[9-10]等，使之适用于行人目标的检测。基于深度学习的目标检测方法是在大数据背景下产生的方法，该方法通过模仿人类大脑的多层抽象机制实现对目标的抽象表达和解释，将特征学习和分类器整合在一个框架下，通过海量的训练数据和构建多隐层的神经网络结构，可以大幅提高目标检测的准确性。

目前基于深度学习的行人检测取得了诸多的研究进展，但是还面临着以下两个问题：① 由于实际应用中的应用场景复杂，对于小尺度行人，漏检率非常高。……