目前人头检测得到了广泛地应用,如商场的客流量统计,学生教室出勤情况统计,地铁站、火车站运输量统计等。同时人头检测又是行人检测,行人再识别等任务中的重要组成部分。目前大部分的人头检测都基于传统的目标检测方法,特征提取能力较弱,且需要滑动窗口结构,检测率和准确率普遍偏低,泛化能力较弱,并且耗时严重。本文针对传统人头检测算法中存在的问题,提出了一种基于深度学习的人头检测算法,主要研究内容包括:总体算法框架设计。本文用Caffe搭建了主要的算法框架。首先设计尺度估计网络,预测输入图片中人头尺寸的大小,避免无关的尺寸图像在后续网络中的计算。然后设计全卷积网络(FCN)结构对任意尺寸的整图进行分类回归,避免了滑动窗口对图像区域的提取过程,极大地减少了算法的耗时。最后,设计了两个级联的卷积神经网络结构对FCN的输出结果提纯做更精细的分类。在各个模块之间,还设计了保持特征形状比例的抠图算法和消除冗余分类框的非极大值抑制(NMS)算法。算法优化。首先,针对漏标数据提出了基于K-means聚类的数据清洗方法,数据清洗后准确率和检测率均提升了1.5%。然后,利用t-SNE对数据降维可视化,通过分析降维后的二维数据分布图发现:算法的误检主要是由正负样本之间的人头相似物引起。通过上述工作,最终得到了一个准确率和检测率均在91.5%,单帧耗时60毫秒的人头检测器。