随着城市的蓬勃发展,为了避免交通阻塞,地铁的建设至关重要,因此对地铁内的行人进行快速精准的检测、对客流进行实时的监测,成为保障地铁安全运营的重要因素。当前计算机视觉推动新技术的产生,行人检测可以借鉴目标检测的思想,但又有不同问题,由于行人的特殊性,姿态衣着各异、尺度多变等问题的存在,使行人检测面临更大挑战。由于地铁环境具有复杂性、特殊性,地铁监控摄像头采集到的行人数据集会存在或多或少的问题,例如:在拍摄过程中行人运动会产生运动模糊或者形变,位于地下的地铁站内灯光照射产生的光线不均匀等。运动模糊和形变、光照不均匀都会影响图片的质量,在一定程度上影响了检测网络对图像中行人特征的提取,会造成漏检或者误检。同时,在实际的工程应用中检测模型的运行往往伴随着大量的计算和内存资源的消耗,对模型处理的实时性要求也越来越高。本文围绕以下几点开展具体研究:1.基于改进的Deblur GAN网络对有运动模糊的地铁行人图像做去模糊处理,同时对光照情况不均匀的图片进行校正,制作五种不同的数据集。并采用YOLOv3、YOLOv4以及Faster R-CNN等检测网络,对比在原始采集图像与去模糊及光照校正后的图像上的检测效果,结果表明:采用去模糊和光照校正处理后的数据集进行训练与测试,所得模型性能都有提高,其中经过两种图像处理的效果最佳。2.针对地铁行人的特殊性,优化了网络检测锚框尺寸与训练策略。通过聚类对检测模型的锚框尺寸进行优化,得到新的锚框尺寸,使其更加符合地铁行人数据集中人体头肩大小。采用SWA（随机权重平均）训练策略,按往常的训练完成后,采用余弦学习率再进行12个epochs训练,取其权重平均值作为最终的权重,提升了检测模型的m AP（平均精准度均值）。3.为提升模型检测精度和处理效率,借鉴Mobile Net系列轻量级网络结构特点,对YOLOv4的特征提取骨干网络及卷积模块进行了针对性优化。YOLOv4中Neck部位的PANet网络进行了修改,由相邻的层相加改为应用concatenation连接方式,提高预测的准确性。同时借鉴深度可分离卷积的结构对PANet和YOLOv4的检测头yolo-head中的普通卷积进行修改,进一步减少了模型的参数量。最后,基于YOLOv4做了检测模型的整体架构设计,保证骨干网络输出得到三个尺度的特征,以便对不同尺度的地铁行人进行特征提取。并将改进前后的检测网络在统一的数据集上进行训练、测试。通过多组对比实验表明,上述各项优化都可以提高检测模型的m AP,结合最优的数据集与改进后的网络,最终获得的检测模型的m AP可以达到91.31%,检测速度可以达到30FPS以上,能够满足实时处理的要求。