通过监控视频图像检测隧道目标可以实时的分析交通状况,减少安全事故,在保障隧道交通安全方面具有重大的意义。隧道目标检测算法的主要目的是对目标进行精准的定位和分类。目前大多数的隧道目标检测算法是利用背景差分法对目标进行定位,利用人工特征加机器学习的分类算法对所定位的目标进行分类。基于机器学习的图像分类算法高度依赖于所选取的图像特征,对单一类别的分类具有较好的效果,但是难以处理多分类的任务。基于卷积神经网络(Convolutional Neural Network,CNN)的目标检测算法发展迅速,且擅长处理图像多分类任务,但是将算法应用于隧道场景存在很多困难。如果先提取候选区域后利用CNN对候选区域进行分类,则大量的特征提取操作会增加算法的时间复杂度,不能满足隧道目标检测的实时性要求。如果先提取图像特征后划分候选区域,则对整幅图像的特征提取过程会丢失候选区域的大量底层图像信息,减少对低分辨率目标和远景小目标的检测精度。针对上述问题,本文提出了一种基于背景差分法和CNN的隧道目标检测算法,算法的基本思想是先利用背景差分法提取候选区域确定目标位置,然后通过CNN模型对候选区域进行分类,确定目标类别并去除冗余窗口。在隧道环境条件下算法表现出了良好的性能。本文的主要研究内容分为三部分。第一部分利用颜色差异化函数对ViBe的前景目标分割阶段进行了改进,提出了C-ViBe算法。对C-ViBe算法的前景目标分割结果进行了优化,记录了目标位置作为候选窗口。第二部分首先讨论了CNN的性能问题,从理论上说明了CNN的层数与网络性能的关系。然后基于浅层CNN提出了ReLU-S激活函数并对权重初始化策略进行了优化。最后提出了一个三重特征融合的深度残差网络ResNet34-mix,通过与其它网络的对比实验表明了ResNet34-mix的精度高,速度快的特性,具有实际应用的意义。第三部分提出了基于背景差分法与CNN的隧道目标检测算法,实验表明在隧道环境条件下基于背景差分法与CNN的目标检测算法比传统的目标检测算法和基于深度学习的目标检测算法具有更高的精度,和更快的速度。