行人检测技术一直是计算机视觉重要的研究方向,近年来随着行人跟踪、手势识别、步态分析等技术逐渐应用于日常生活,行人检测得到越来越多的研究和应用。随着检测算法的不断发展,行人检测技术也从早期的模型提取特征加模型分类阶段发展到深度学习阶段。虽然基于深度学习的行人检测已经取得了较好的效果,但是在实际应用中行人不仅大小不一形态各异,而且环境因素复杂多变,非理想条件下的检测性能往往会显著下降。因此针对小目标行人漏检率、误检率高的问题,引入Tiny-YOLOv2卷积神经网络,并针对上述小目标问题进行改进。具体研究内容如下:首先,针对行人包围框大多数瘦长的形状特点,为了使检测算法使用的目标包围框更符合行人长宽比例,通过K-means++聚类算法对行人包围框的比例进行聚类,通过对聚类结果的分析,重新计算YOLO网络框架下目标包围框的数目与目标包围框的长宽比例。提高目标包围框与行人包围框的契合度以及网络计算速度。其次,以Tiny-YOLOv2卷积神经网络为基础,针对小目标行人容易丢失信息且定位不准确的问题,基于YOLO网络框架,引入多尺度特征融合的思想,在最终特征图的计算上选取不同层的特征图进行叠加,结合了浅层的细节特征和深层的语义特征,减少小目标行人由于像素过少,在连续的特征提取和池化过程中造成的信息损失,提高小目标行人的特征表达。最后,为了对常用的深度学习网络模型进行评估,在相同的实验环境下对YOLOv3、Faster R-CNN和SSD等用于行人检测领域的网络做对比实验。分别使用INRIA和PASCAL VOC数据集作为测试集,从精确度、检测速度和对目标小行人的检测能力等方面分析了三种深度学习网络模型在行人检测中的特点。实验结果表明,经过聚类分析后,网络检测出的行人包围框与行人包围框标签的重合度明显增加,且训练网络模型所需的时间更短;特征融合后的Tiny-YOLOv2网络有更高的检测精度和召回率,在小目标行人数据集上的优势更加明显。