人体的检测和行为识别作为计算机视觉领域的研究热点问题,融合了人工智能、机器学习、模式识别等许多领域的先进技术,在智能监控、人机交互、智能机器人等领域有广泛的应用前景。但是目前大多数的目标检测方法仍存在严峻的问题,比如使用人工指定的特征,错误检测和漏检等。而且,研究人员一直将人体检测和行为识别作为两个独立的任务进行设计。实质上,一个完整的人体行为识别过程应该先通过人体检测检测图像中的人体目标,然后根据检测到的人体位置分析提取人体动作特征,最后进行分类识别。因此本文提出一种将人体检测和行为识别融合为统一的框架,即利用人体检测过程中的信息从底层数据上提取特征,对人体动作进行建模。近年来,深度卷积神经网络由于具有自动学习图像特征的优势而被广泛应用于视觉任务中,且取得了越来越好的效果。于是本文提出将卷积神经网络应用到人体检测和行为识别的统一任务中,其主要工作如下:首先,对人体的检测和行为识别的应用背景以及国内外发展现状进行了介绍。然后介绍了本课题相关的理论技术基础,如卷积神经网络的相关理论,以及分析学习了目前主流的目标检测方法和行为识别方法。其次,利用可变形部件模型(DPM)进行人体检测,考虑到传统的HOG特征需要人工指定提取,且只关注了边缘特征,计算复杂,开销大的特点,提出利用CNN提取卷积特征来替换HOG特征。实现了图像特征的自动学习,解决了传统方法难以提取有效特征、计算开销大等问题,有效的提高了 DPM人体检测的精度。最后,针对图像金字塔和传统CNN结合生成卷积特征金字塔的过程存在复杂的图像预处理过程,其效率较低的问题,本文提出了一种多尺度卷积神经网络,通过设计多尺度模块改进传统CNN的卷积层。利用此网络提取的多尺度卷积特征有效的提高了计算效率,并一定程度上提高了 DPM人体检测的性能。同时,分析了人体检测过程中人体整体与各部件的位置关系,从检测信息的底层响应上提取动作特征,该特征能有效的描述人体的姿态信息。本文方法将人体检测和行为识别融合为统一框架,从而实现了集人体检测、姿态估计以及行为识别为一体的系统整体。