朱雅乔，史延雷，马幪朔，岳 峰，尚志武

(1.天津中德应用技术大学航空航天学院，天津 300350；2.中汽研(天津)汽车工程研究院有限公司中汽中心汽车工程研究院，天津 300300；3.武汉科技大学汽车与交通学院，武汉 430065；4.天津工业大学机械工程学院，天津 300387)

在自然场景中，自动驾驶车辆所采集的图像一般都是具有高分辨率的图像，所需检测的目标在图像中占比不大。目前还没有一种有效的针对高分辨率图像的目标检测方法[1-2]。

为此，现以行人检测为例，探讨一种高分辨率图像的目标检测方法，力求不仅能有效检测出目标，还具有较好的实时性。

行人检测[3-4]作为自动驾驶和智能监控等应用的一个关键组成部分，在过去十多年里受到了极大的关注。大多数行人检测方法可以分为两大类：基于手工特征的方法和基于深度学习的方法。基于深度卷积神经网络成功用于计算机视觉任务之前，已经有多种手工制作的特征描述法，包括SIFT(scale invariant feature transform)[5]，LBP(local binary patterns)[6], SURF(speeded-up robust features)[7]，HOG(histogram of oriented gradient)[8]，Haar[9]已经被用于行人检测。Piotr等[10]将图像的多种通道特征相结合，分别在灰度通道，梯度幅度通道，LUV颜色通道和梯度方向上计算Haar-like[11-13]特征，用于行人检测。Felzenszwalb等[14]提出了一种可变形的行人部件模型(deformable part-based model，DPM)。随着深度学习的迅速发展，基于深度学习的检测模型成为了研究热点，主要分为两类，一类是以R-CNN(region convolution neural networks)[15]、Fast R-CNN[16]、Faster R-CNN[17-19]为代表的基于候选框的检测方法；另一类是以YOLO(you only look once)[20-21]为代表的基于回归的检测方法。Liu等[22]提出一种扩展的Faster RCNN行人检测框架，通过添加网络分支，从不同网络层提取多分辨率特征图，确保不同规模行人的良好检测。……