行人检测目的在于标定出单幅图像或者视频中的行人的位置和大小,其作为计算机视觉领域的重要分支,在自动驾驶、智能安防等诸多视觉任务中都承担着重要的作用。然而在真实场景中由于背景复杂,且行人目标存在尺度不一、遮挡严重等问题,行人检测任务面临着极大的挑战。针对现有行人检测方法存在的不足,深入分析国内外研究现状并结合深度学习思想,对如何更好地提高行人检测的性能展开深入研究。首先,详细介绍了本课题所涉及到的卷积神经网络相关基础知识、经典网络模型以及现有行人检测方法的两种不同研究思路。其次,在分析不同尺度特征图的优缺点后,选择使用两种不同的提取多尺度特征的方式解决行人尺度多变的问题。一是构建多尺度特征融合模块,以充分利用各尺寸特征图信息,增强特征表达能力。二是利用基于先验的条形感受野模块,以较少的计算代价扩大各神经元的感受野,同时避免因现有正方形感受野与行人矩形比例不匹配带来的无关信息干扰。然后,在明确使检测模型关注未被遮挡区域特征是解决行人遮挡问题的关键后,使用两种思路来解决行人检测中存在的遮挡严重问题。一是增加数据预处理,使用分区随机擦除数据增强方法人为增加遮挡区域,提高数据集中遮挡行人比例,增加模型训练难度,同时探讨了两种数据擦除方式。二是设计联合注意力机制,使模型同时从通道维度和空间维度专注于行人未被遮挡部分特征,提高对遮挡行人的检测能力。最后,基于Tensor Flow和Keras框架,使用Python语言,在Caltech和Citypersons数据集上进行消融实验和与其他方法的对比分析实验,以验证本文所提两种行人检测方法的有效性。