董小伟 韩 悦* 张 正 曲洪斌 高国飞 陈明钿 李 博

①(北方工业大学信息学院 北京 100144)

②(中国石油管道局工程有限公司国际事业部 北京 065000)

③(北京城建设计发展集团股份有限公司城市轨道交通绿色与安全建造技术国家工程实验室 北京 100037)

1 引言

近年来，公共安全已成为热点问题被社会各界高度关注，城市的各个角落均安装了较为密集的监控装置，确保市民的出行安全。地铁交通受外界环境干扰小，行车速度稳定，是市民主要的出行方式之一，但地铁多建设于地下，环境复杂具有特殊性。当发生突发事件时，人员疏散和救援困难，极易发生踩踏事故。因此需要更精准的行人检测技术，对地铁中的复杂环境进行实时监控，避免群体突发性事件，确保市民安全。随着深度学习的发展，行人检测任务已经取得了很大的进步，但地铁中由于摄像头架设角度高、人流量大且不断运动，因此拍摄行人目标小、遮挡等问题极大地影响了检测结果。

早期目标检测方法大多基于手工特征，在底层特征中构建复杂模型提升精度，但人工提取的特征对于复杂场景而言鲁棒性不足。随着卷积神经网络(Convolutional Neural Network, CNN)、区域建议神经网络 (Region-CNN, R-CNN)[1]等深度学习模型的提出，以卷积网络为代表的目标检测方法迎来了前所未有的飞速发展，卷积神经网络从原始像素中学习高级语义特征，对背景噪声中具有复杂姿势的行人目标具有更强的识别力。目前主流的目标检测算法主要分为基……