行人检测是计算机视觉领域内的一个重要研究方向,并广泛应用于智能安防、智能交通、无人驾驶等领域。但现实场景中背景复杂,行人密集,存在相互遮挡和尺度悬殊的情况,导致SSD、Faster R-CNN等基于深度学习的目标检测方法的检测精度受到很大的限制。因此,本文从深度特征增强、损失函数的改进、多尺度特征融合三个方面进行改进,对提高行人检测精度和环境适应性具有重要意义。本文具体的研究内容可以归纳为以下几点:首先,设计了一种基于深度特征增强的特征提取网络RANet。利用通道注意力和空间注意力级构成级联注意力模块,并嵌入Res Net50的残差模块中,通过通道、空间这两个维度的注意力,增强局部特征信息对于全局特征的影响力,增强复杂背景下行人图像的特征,并抑制背景在特征图中的表达。在RS自制数据集和CUHK公开数据集上进行对比实验,该方法相较于Res Net50漏检率分别下降了2.6%、1.9%。其次,在损失函数中引入预测框与邻近目标框的排斥损失,通过排斥损失抑制预测框的漂移,使得预测框更加准确的回归。以Faster R-CNN（RANet）作为基准方法进行实验,实验结果表明,在基准方法中加入排斥损失后在RS和CUHK数据集上的漏检率分别下降了2.2%和2.7%,提升了检测模型在密集行人场景下的检测精度和鲁棒性。最后,构建了一种基于多尺度特征融合的特征金字塔结构DFPN。通过在特征金字塔结构中引入浅层特征,缩短浅层特征和最顶层特征之间的信息路径,利用底层特征中丰富的细节、位置信息来提高多尺度目标的检测性能。最后将该网络结构与本文第二章、第三章的方法集成,构成本文最终的行人检测模型。相较于目前主流的多尺度行人检测方法结SAF R-CNN,DFPN在RS和CUHK数据集小尺度目标上漏检率降低了9.1%、13.9%,中等尺度目标上漏检率降低了3.1%、0.5%,大尺度目标上漏检率降低了0.3%、0.1%。