随着智能驾驶,智能监控,智能机器人的发展需要,行人检测技术得到越来越多人的关注,它是目标跟踪,姿态分析,行为识别,行人身份识别等研究的基石。行人检测的目的是实时的检测出现在图像里的行人,并用矩形框给出行人的具体位置。受光照强弱、拍摄角度多变、行人姿态复杂以及图像中类似行人的其它物体的影响,使行人检测技术面临着巨大的挑战。因此行人检测技术一直是计算机视觉领域的研究热点和难点。本文的主要工作是在卷积神经网络的基础上对行人检测方法进行改进和完善。主要研究内容分为以下两点:(1)传统的特征提取方法对处在背景多变的环境中的行人很难获取区分度高的特征信息。而目前比较受欢迎的卷积神经网络基于反向传播算法训练过程中,很容易陷入局部最小值的困境,影响分类性能。针对上述问题,提出了融合深度感知特征与核极限学习机的行人检测算法。首先在CNN基础结构上,分两个阶段将前层特征和深层次特征进行结合后作为后续层的输入,即DAG(Directed acyclic graph)网络。本文利用核极限学习机对DAG网络获取行人的深度感知特征进行分类,并采用K-折交叉验证选取最合适的参数对。在含有背景的完整图像的检测阶段,通过将DAG网络学习到的特征图结合GBVS(Graph-Based Visual Saliency)显著性检测算法来快速标注测试图像中包含行人的区域,然后在标注的区域内利用多尺度滑动窗口去检测行人的精准位置。(2)目前流行的检测方法是利用区域建议网络(Region Proposal Network,RPN)生成候选区域,然后对候选区域进行分类,我们发现现有RPN网络的结果中仍然存在许多错误的候选区域。受视觉注意机制的启发,本文提出利用视觉注意机制来引导RPN网络生成更精确的包含潜在目标的候选区域,通过由残差注意网络中的注意模块和卷积LSTM共同构造的视觉注意网络生成视觉注意图,将注意图归一化处理后得到0到1之间的分数图。然后将分数图与由基础网络产生的每个特征通道的特征图相乘,得到新的特征图,送入RPN网络生成包含潜在目标的更精确候选区域。然后将区域建议、置信度和区域建议对应的特征用于训练级联增强森林分类器,以获得最终结果。本文算法在Caltech数据集和ETH数据集上取得了不错的检测效果。