可变形部件模型(deformable part models,DPM)是近年来在VOC目标检测大赛中表现优异的算法之一,曾赢得2007年VOC挑战赛冠军,目前已经成为主流的通用目标检测算法。基于DPM的目标检测方法的基本思想是将目标类别划分为子类别,将目标实例细分为各个部件,然后通过检测各个部件去判断目标实例的存在,通过分别检测各个子类别去判断目标类别的存在。本文在全面细致地研究学习DPM的基础上,针对行人检测问题提出改进方法,并通过实验验证该方法的有效性。同时,实验显示该方法也适用其它类别的目标检测任务。在学习研究DPM目标检测算法的同时我们将它用于多种目标检测任务的工程实践中,发现DPM目标检测算法虽然有较高的检测精度,却是以较大的计算量为代价,从而限制了它的应用发展。论文主要针对DPM检测速度慢的问题进行研究改进,提出了单点计算模型和快速层定位算法,并以此为基础提出了基于贪婪搜索的DPM检测算法(Greedy DPM)。本文的主要工作和创新点是全面细致地解析了基于DPM的目标检测理论和实现细节。提出单点计算模型,将DPM得分的计算限制在一个点上进行,从而可以对图像局部位置是否存在目标进行快速测试。提出了快速层定位算法,在多层金字塔中迅速定位目标实例所在层,避免了暴力搜索带来的计算负担。在单点计算模型和快速层定位算法的基础上,提出了基于贪婪搜索的DPM检测算法,该算法仅需在传统DPM的基础上增加一个不敏感阈值,从而在面对复杂场景时方便调节参数且具有较好的鲁棒性。