李国进，韦慧铃，艾矫燕，陈延明

(广西大学 电气工程学院， 广西 南宁 530004)

0 引言

行人检测是利用计算机视觉技术判定图像或视频中是否存在行人并获取其精确位置[1]，在自动驾驶、智能机器人、智能交通、智能安防等领域广泛应用，是近年来计算机视觉和数字图像处理领域的研究热点之一。由于在同一图像中，远、近距离行人目标位置所占比例差异较大，在检测过程中可能会忽略小尺寸目标造成漏检。另外存在一些客观因素给检测过程带来一定的难度，例如图像中复杂环境、光线、遮挡、部分重叠等。因此，对复杂环境下多个行人目标检测进行研究具有一定的意义和价值。

目前，行人检测算法分为传统算法以及深度学习算法。传统行人检测算法包括Haar小波特征[2]，可变形部件模型(deformable part model, DPM)[3]，HOG+SVM方法[4]等。其主要思想是基于人工提取图像的特征，通过特征距离或机器学习工具对提取的特征进行识别[5]。在复杂场景中，行人存在姿态变化、遮挡等因素，人工难以设计一种具有极高鲁棒性的特征，因此导致检测效果往往不理想[6]。而基于深度学习的行人检测算法解决传统目标检测算法对目标行人特征提取不全面造成检测精度和速度不高的问题。它是由卷积神经网络搭建的自动学习图像中目标特征的算法模型，首先通过卷积层设定各种卷积核的参数权重并在原图像上进行滑动获取特征图，随后通过池化层对所获取的特征图进行缩放得到不同尺寸的特征图结果，有利于不同尺寸的目标提取，并通过反向传播不断优化网络参数获取最优模型，最后筛选出置信分数高的预测框并对其进行检测。……