宋祥龙，李心慧

（山东科技大学计算机科学与工程学院，山东青岛 266590）

0 引言

行人检测在汽车自动驾驶领域具有很大的应用前景，是近年来是模式识别领域研究的热点课题之一［1］。随着深度学习相关理论的快速发展，硬件计算能力不断加强，相应数据集不断构建，深度神经网络在不同的视觉任务中取得了巨大成功，深度网络模型也被广泛应用于行人检测领域，并逐步成为计算机视觉领域的研究热点之一。

传统行人检测方法在进行行人检测任务时所用到的特征是通过人工提取的，但这种方式存在特征维度高、泛化能力差的缺点，对传统方法的改进通常是建立在梯度直方图（HOG）、Haar 特征、局部二值模式（LBP）等基础上。

目前，目标检测主流算法主要基于深度学习模型，分为以下两类：

（1）区域提名检测算法［2］。此类算法包括两个阶段，首先产生候选区域，在此基础上利用卷积神经网络对候选区域进行分类［3］，通常具有很高的精度。这类算法的代表是R-CNN 系列算法，如Fast R-CNN［4］、Faster R-CNN［5］、Mask R-CNN［6］等。

（2）端到端检测算法［7］。除去产生候选区域阶段，直接得出物体位置坐标值及类别概率，牺牲了一定的检测精度，但提升了检测速度，代表算法有YOLO 和SSD。

现有的目标检测算法中，R-CNN 系列算法检测精度高，但检测实时性较差，很难推广到实际场景中加以运用。YOLO 系列算法在不断改进后，在检测的实时性方面表现优异，但是训练环境对硬件要求较高，一般需要GPU 显存大于4GB，资源消耗巨大，在部署方面具有一定难度。……