目前行人检测技术已经被广泛应用在生活中的各种场景,其目的为对视频或图像中的行人进行分类与定位任务。但由于应用场景中干扰因素较多:主要为环境因素与人为因素。环境因素:跨场景的差异性,视频监控设备的水平高度与安装角度差异问题,白昼与黑夜的光线问题,天气的变化等因素。人为因素:行人的聚集特性,行人的外形差异。以上这些因素都是导致行人检测算法表现不佳的原因,而最突出的问题还是行人的聚集特性,伴随着行人的密集场景,这其中的突出问题便是遮挡问题,其次是小目标检测问题。因此,本文的重点研究方向便是解决由于遮挡问题导致的行人检测算法表现不佳的现象,同时也对小目标的行人检测在特征提取上做出了优化。本文将行人检测中的遮挡问题分为了类间遮挡与类内遮挡。本文的主要研究内容由以下5部分所组成。前四部分为针对遮挡问题做出的针对性优化设计,第五部分为针对小目标检测做出的优化设计。1.多分支模型与显式学习策略处理类间遮挡问题。本文针对类间遮挡提出了多分支模型与显式学习策略相结合的方法。显式学习策略可以使用行人的可见部分标注来指导模型的学习过程,使其更加关注行人的可见部分特征,可以较好地处理类间遮挡的特征缺失问题。多分支模型相较于单分支模型,具有额外的分支,该分支可以采用额外的显式学习策略,在仅增加一个较小计算量的FCN分支网络的情况下,有效地处理了类间遮挡问题。2.多分支模型与多实例预测机制处理类内遮挡问题。本文针对类内遮挡采用了多分支模型与多实例预测机制相结合的方法。单分支模型因为其仅具有一个预测分支,所以只能实现单实例预测,即一个候选框对应一个行人。而多分支模型具有多个检测头,一个候选框可以生成多组检测结果,在类内遮挡的情况下,多实例预测可以有效的改善漏检情况。3.soft-NMS算法处理遮挡情况下的漏检问题。本文针对贪婪性质的非极大值抑制算法,往往会导致模型召回率较低的问题,使用弹性非极大值抑制方法来代替它。在召回率上取得了提升,在平均精度上同样取得了一定的改善。4.引导性数据增强方法解决遮挡样本较少与缺少针对遮挡问题的数据增强方法问题。本文针对目前行人数据集中遮挡样本数量较少与缺少针对遮挡问题的数据增强方法,设计了具有良好引导性的数据增强方法,在训练时将行人的标注框分为头部,左躯干,右躯干,左下肢,右下肢共五个部分,随机选取一个部分使用灰色像素块进行污染,增加了数据集中的被遮挡行人实例的数量。5.使用特征融合与并行结构骨干网络解决小目标检测问题。本文针对模型的骨干网络,提出了优化方法,采用了具有并型结构与大量多尺度特征融合的HRNet来替换Faster-RCNN原有的VGG16网络,在平均精度与丢失率上均达到了更好的效果。基于上述5项改进之处,本文设计了多组对比实验,在公开的基准行人数据集Caltech,City Persons,Crowd Human,以及在中国各个地铁站所采集标注而成的地铁行人数据集上。在上述四个数据集中,本文所设计的方法,在上述数据集中的丢失率上取得了下降,在平均精度上取得了较好的改善,验证了本文设计的有效性。