相敏月， 涂振宇， 孙逸飞， 方 强， 马 飞

（南昌工程学院信息工程学院， 南昌 330000）

0 引 言

行人检测是目标检测的重要研究领域之一，在智能交通、视频监控及无人机等方面的应用十分广泛。

传统的行人检测方法主要依赖于人工提取特征的方式，Dalal 等人［1］于2005 年开发了一种使用方向梯度直方图（Histogram of Oriented Gradient，HOG）特征和支持向量机（Support Vector Machine，SVM）分类器的行人检测模型。 该模型首先使用滑动窗口在图像中识别候选区域；其次，提取HOG 特征并使用SVM 对其进行分类；最后，使用极大抑制方法将输出结果组合在一起。 Felzenszwal 等人［2］在2008 年引入了可变形零件模型（Deformable Part Model，DPM）用于行人检测。 DPM 使用HOG 特征并将图像分成几个部分，DPM 可以使用组件的组合来检测行人，并能够对行人的可变形部分建模，从而更准确地检测不同大小和形状的行人。 这些模型存在明显的局限性，手工特征提取单一，难以适用于遮挡、姿态变化和低照度等复杂环境下的行人目标检测，导致不同程度的漏检和误检等问题。

近年来，深度学习在行人检测中逐渐得到广泛的应用。 这种方法具有强大的表征能力，能够解决传统方法需要人工提取特征的问题。 目标检测从阶段上分为两种，一阶段和二阶段。 一阶段主要包括快速区域卷积神经网络（Fast Region - based Convolutional Neural Network，Fast R-CNN）和更快速的区域卷积神经网络（Faster Region - based Convolutional Neural Network，Faster R-CNN）等，这类网络预先回归一次目标候选框，再利用网络对候选框进行分类和回归，虽然精度较高但检测时间过长。 二阶段主要包括单激发多框探测器（Single Shot MultiBoxDetector，SSD） 和YOLO （You Only Look Once）等为代表，只进行一次分类和定位，大大提高了检测速度，但同时也导致了精度较差。……