行人检测技术作为计算机视觉的重点研究课题之一,因其广泛的应用价值成为研究的热点。同时,由于行人自身的非刚性特点和现实场景的复杂性,使得行人检测又是一个研究的难点。近年来,深度学习方法的兴起促进了人工智能的发展,相应地带动了行人检测技术的飞速发展。虽然基于深度神经网络的检测模型发展迅速,但在实际场景的应用中还存在着一些问题。如深度网络训练时需要大量有标注的数据,才能得到性能良好的检测器,而数据标注的过程通常需要耗费大量时间。除此之外,基于候选区域的模型检测精度较高,但是检测速度较慢,不能达到实时性的要求。基于回归方法的模型虽能提供实时的检测速度,但其检测精度难以达到令人满意的效果。本文针对目前基于深度学习网络的行人检测模型中存在的问题分别做了如下研究:(1)由于深度神经网络的行人检测方法训练时需要大量有标注的数据,才能有效防止网络模型过拟合。本文运用一种生成对抗网络(GAN)的结构进行行人检测数据增强。先使用随机噪声覆盖部分行人边界框,用此带噪声框的图像和作为对应标签的原始图像训练GAN,使生成器学会在噪声框中合成行人图像。判别器接收一对图像作为输入,从其中学会区别真实图像与噪声图像的图片对,或是生成图像与噪声图像的图片对。从视觉上看,该方法能够生成与背景相容的行人图像,使用增强后的数据库进行检测器的训练,在一定程度上提高了检测器的精度。(2)针对基于深度神经网络的检测模型检测时间较长不能满足实际应用的问题。本文充分利用YOLO模型的优势,将区域候选框的确定、特征提取、目标识别与定位都统一到同一卷积神经网络之中。对Tiny-yolov3进行改进并应用于行人检测中,加深Tiny-yolov3的主干网络,在其基础上增加了3个卷积层,以更好地提取行人特征,并在网络中引入1×1的卷积核,增加非线性激活函数。经实验对比可以看出,改进后模型的检测精度较改进前有了一定的提升,并且较好地均衡了检测精确度与检测效率,可满足实际场景应用的需求。