行人检测是计算机视觉领域重要的研究课题之一,其任务是对视频序列或图像中的行人与背景进行分类并给出行人的具体位置。近几年,基于深度学习的目标检测框架取得了极大的成功,行人检测作为目标检测任务的热门研究课题之一,其性能也取得了很大突破。然而,由于一般的目标检测算法和行人检测算法针对的目标不同,两个任务面临的挑战也不相同。在复杂情况下,尤其是在行人被遮挡、背景干扰、尺寸较小以及检测速度等问题下,基于一般目标检测框架的行人检测算法还有很大提升空间。针对上述问题,本文基于候选区域快速目标检测框架,从语义分割、特征融合、注意力机制等方面进行研究。本文完成的主要工作如下:（1）提出一种结合语义和多层特征融合的行人检测算法。首先,融合骨干网络多个卷积层特征,提取不同尺度行人特征,生成细节丰富的鲁棒性特征;然后,在融合层上添加语义分割分支,用语义特征与相应的卷积层连接作为行人目标位置的先验信息,增强行人和背景的辨别性;最后,在区域建议网络的初步回归上构建了一个行人二次检测模块,进一步排除误检物体。该算法适用于智能交通场景中行人的检测,尤其是对被遮挡的行人更具鲁棒性,基本不增加运算复杂度。（2）提出一种结合注意力机制与深层特征融合的行人检测算法。经研究发现,卷积层的不同通道特征通常对应身体的不同部位,本文充分利用这些通道信息来区分被遮挡行人与遮挡物体。首先,在多个卷积层上分别添加注意力机制和语义分割分支。注意力机制可以自动选择卷积层之间行人的语义以及有用信息,语义分割可以有效辅助检测辨别行人与背景;然后,在骨干网络最后输出层上添加竞争性注意力机制有效缓解训练网络深度增加产生的冗余等问题;最后,融合深层卷积特征组成综合行人信息输入区域建议网络,不同比例的特征映射在卷积层上,有效丰富了不同尺寸行人的特征信息。该算法在不同遮挡程度行人的检测上取得了更好的性能,尤其是对严重遮挡的行人检测。（3）在Caltech、City Persons行人检测数据集上验证所提算法性能,并与当前主流算法进行对比。在复杂场景中,本文算法在检测速度达到实时的前提下,整体提高了遮挡行人以及小尺寸行人的检测性能。