行人检测是目标检测领域内非常重要的问题之一,目前已经被广泛的应用于安防,视频监控,无人驾驶等领域。行人检测是近几年来计算机视觉领域备受关注的研究方向之一。它在智能监控系统、辅助驾驶系统、行为分析等领域有着广泛的应用。目前使用较广泛的行人检测算法是基于深度学习的,经过近几年的发展,目前的检测器在大尺度的行人上表现良好,由于一些难以避免的挑战,使得这些检测器的性能大都在小尺度行人检测上有很严重的退化,由于其依赖于数据集以及场景,表现性能也不一致。监控场景下的目标检测由于其分辨率较低,尺度较小,以及形变多样性等特点,检测算法还需要进一步改进来提升检测效果。另一方面,由于数据样本数量的限制或者数据集本身的不平衡等原因,在训练过程中很容易出现不平衡问题,比如正负样本损失不平衡,尺度不平衡,多任务不平衡,空间位置不平衡等问题。针对多尺度目标检测问题,目前的深度学习行人检测方法主要基于多尺度融合,但多尺度融合的方法本质上还是利用的目标本身的特征,针对小目标而言,本身所包含的特征非常少,所以即便多尺度融合方法有效,但还是有一定的上限;针对小目标的解决方法比较常用的是利用目标上下文信息,但目前上下文信息的利用是直接扩展目标候选框的大小,而对目标周围上下文信息并不能有效的选取利用。另一方面,在神经网络训练过程中,会出现正负样本损失不均衡问题,影响训练效果,目前的解决方式有Focal loss等方法,但对两阶段目标检测的方法并不是特别有效。由于行人检测本身属于检测问题,包括分类和回归两个任务,这两个任务之间也存在一定的不平衡问题,即便对于每个子任务而言,不同的样本之间重要程度也不同,因此模型训练存在比较严重的不平衡问题。本文提出了基于深度学习的行人检测算法。本文主要的创新点如下:（1）利用卷积神经网络（Convolutional Neural Network,CNN）提取的特征层的结构特点,对上下文信息进行建模,实现基于有价值上下文信息的行人检测模型。主要包括空间上下文,关系上下文的构建以及上下文信息的融合。首先是根据空间信息将上下文分为两部分,目标上方和目标下方作为空间上下文选取的区域,并根据行人大小按照一定比例选取。然后根据候选框之间的相对位置等信息构建候选框之间的关系,作为关系上下文;最后,为了有效的利用上下文的信息,用具有记忆特性的GRU门控单元在训练过程中选择性的保留上下文信息,实现上下文信息的有效利用。（2）通过分析模型训练过程以及检测结果中出现的问题:类别（前景背景损失）不平衡,多任务不平衡等问题,通过修改分类和回归损失函数以及IoU-Net的设计,一定程度上使得训练过程更加平衡,进一步提高了行人检测效果。