随着社会的发展,视频监控设备越来越多地被应用于公共安全,行人检测是保障公共安全中必不可少的关键环节。但目前的行人检测技术在实际应用中对行人存在较明显的漏检和误检,而且容易受到环境变化、行人姿态、行人尺度大小等因素影响而导致鲁棒性不够,检测效果不佳。为了提高在视频监控场景中的行人检测能力,本文充分考虑到实际监控场景中的多种影响因素,并提出融合浅层视觉特征的残差学习网络YOLO-CRD。并在此基础上设计优化自适应行人尺度的多任务损失函数对YOLO-CRD进行训练优化。本文主要研究工作以及成果如下。(1)本文分别利用传统的行人检测算法以及基于机器学习的行人检测算法对视频监控中的行人进行检测,并对每种方法的原理以及存在的问题进行了分析总结。(2)针对YOLO对尺度较小的行人检测精度不高的问题,本文改进并提出融合浅层视觉特征的具有增强小目标检测的行人检测网络YOLO-CRD,并将其运用在视频监控的行人检测中,设计并实现了行人检测系统。(3)本文为进一步加强检测算法对行人检测能力,设计优化一种自适应行人尺度的多任务损失函数,并根据行人在视频监控中存在的姿态变化、尺度变化等特性对包含行人的训练图像进行相应的图像数据增广以加强对不同形态下的行人检测性能。(4)利用视频监控中的行人检测系统,我们可以实现a)搭建客户端提供算法可视化界面;b)运用改进的YOLO-CRD算法检测行人。c)自动保存检测到行人的图像供以后检索使用。实验表明,即使在复杂的场景中,本系统的精度和实时性也满足要求,具备良好的性能。