近些年,计算机视觉领域迅猛发展,大规模推广了视频监控应用。行人检测技术显得越来越重要。行人检测任务通过对视频或者图像中的行人进行特征提取,判定目标中有没有行人,并实现精准定位。从目前的主流行人检测算法可以看到,存在的问题较多,如鲁棒性不好、行人定位精准度不高、检测精度较差以及漏检率比较高等。本文以行人检测任务应用为研究对象,研究基于YOLOV3网络的行人检测模型,对图像划分方式以及初始化候选框尺寸等方面进行了一定的改进。主要工作内容及其创新之处为:一是研究检测任务中行人目标表现出的独特特征,二是研究检测行人的过程中YOLOV3面临的问题,并从下述几个方面进行改进:第一,从图像划分来看,鉴于检测速度以及检测精度均需兼顾到位,本文展开了诸多对比实验,确定网络图像按照10×10的大小来划分。第二,从候选框初始化来看,本文在聚类算法上进行了创新,据此来对候选框的高度以及宽度进行预测。第三,从检测来看,在之前采取的YOLOV3的网络模型的基础上,引入浅层特征提取法,增强了网络对不同尺寸特征的识别能力。本文使用PASCAL VOC?2007(10)2012和INRIA两个数据集,针对原始YOLOV3和改进之后的YOLOV3展开了对比分析,以验证本文改进的有效性。最后使用自己拍摄生活照片进行检测测试,实验结果表明本算法可以实现准确行人定位,没有漏检。