近年来,公共安全问题越发引起人们的关注。为了更好的解决城市安全问题,在人口密集的地方如商场、学校、电影院、游乐场、各大热门景点等地安装了大量的监控摄像头,这些摄像头汇聚在一起,形成一个巨大的监控网络,每天都会产生海量视频数据。但是处理这些海量视频信息大都采用传统的人工方式,通过人眼“盯屏幕”的方式从海量视频中寻找特定的几个监控信息,这样不仅费时费力、效率低下,而且容易遗漏重要信息,若有紧急情况发生时,也无法在有限时间内快速解决问题。若将行人检测技术应用于智能监控系统,就可以自动检测、识别出视频中的可疑目标,并在发现异常后能够自动报警或采取其他应急措施,将大大提高监控效率,节省大量人力和财力。视频监控下的行人检测问题对于算法的检测精度和检测速度都有较高要求。传统的行人检测方法虽然能够满足速度要求,但在检测精度上差距较远,基于卷积神经网络的目标检测算法检测性能优异,但是直接将目标检测算法应用于行人检测问题上时性能却表现不佳。针对这一问题,本文主要在目标检测算法基础上构建精度更高速度更快的行人检测方法。为解决目标检测算法在行人检测问题上性能表现不佳的问题,本文主要做了以下三方面的工作:(1)在目标检测领域内领先的两阶段检测框架Faster R-CNN基础上,结合行人单一尺寸信息,改进网络锚点框大小,然后在深度学习框架Keras上对Caltech行人数据集进行实验,实验结果表明该算法提高了行人检测精度,但其检测速度仍然很慢;(2)在单阶段检测框架SSD基础上,采用与Faster R-CNN同样的改进方法进行实验,实验结果表明该算法提高了行人检测速度,但却无法保持与Faster R-CNN一样的检测精度;(3)综合分析Faster R-CNN和SSD两种检测器在行人检测问题上的优缺点得出了一个解决方案,即将两级检测器工作流程简化为单级检测器,因此,本文在SSD算法基础上进行了以下三方面的改进:一是采用图像分类效果最好的resnet50作为SSD算法的骨干网络来提取图像特征;二是为适应行人检测,增加行人尺寸信息,调整网络锚点框大小;三是改进定位和增加IOU阈值。借鉴Faster R-CNN中默认锚点框的两步预测机制,一步是RPN预测,另一步是ROI预测,将RPN预测应用于在SSD算法中,通过堆叠一系列的预测器,逐步直接演化SSD的默认锚框来改进定位,再利用多次提高IOU阈值来挖掘更难的负样本,从而提升检测效果;提出了一种新的单阶段行人检测器,既享有SSD的速度同时又保持了Faster R-CNN的检测精度,并在Caltech行人检测基准上实现了不错的检测效果。