方杰

摘要：该文通过智能相机采集的图片，形成训练数据，并基于现有的行人检测算法，整理了行人检测的流程，提出并通过实验研究了训练模型以及更新策略，同时探讨了生成检测结果后的处理策略以及行人检测模型验证结果。

关键词：行人检测;模型训练;更新策略;YOLOv4-Tiny

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2021）15-0184-03

随着智慧城市及智能化产业的不断发展，视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合，尤其在安防领域中的重要性日益突出，成为技术安全防范最有力的手段。如今安防监控对高清化、智能化、网络化、数字化的要求也越来越高，数据呈现出爆发性的增长，同时，这些海量的视频数据为相关执法部门提供了足够的调查取证依据。文献[1]提出了不同视角下的行人重识别解决方法;文献[2]提出了光线照明环境下的行人重识别解决方法;文献[3]提出了基于度量学习的行人检测方法;文献[4]讨论人体结构特征的构建在行人检测上的研究;文献[5]把行人重识别问题看作分类问题或者验证问题。

本文基于目前国内外行人重识别的进展情况，使用通过智能相机采集的训练数据，在现有的训练模型基础上，调整算法和参数，构建更好的神经网络结构，以达到更快速更准确的效果。本文主要包含以下四部分内容： 行人检测的整体流程，行人检测算法解析，行人检测模型验证结果详解以及总结和挑战。

1 行人检测的……