人类的视觉系统是由可见光接收器官和视觉神经系统构成的,是最重要的信息接收感官。计算机视觉希望通过成像设备和数字芯片来完成视觉系统的工作,包括图像处理、目标检测、目标跟踪、图像检索。行人检测作为安防监控、智能交通、人机交互等应用的核心技术,是最近十年的热门研究方向。本文主要研究通用场景下基于视觉的行人检测方法,行人检测是从视频帧中获取行人区域的有效特征表达,然后使用机器学习算法进行识别,以达到机器自动识别行人的目的,是自动驾驶、人机交互的重要基础技术,实时、准确、通用的行人检测算法是计算机视觉领域的重要研究方向。本文的具体研究内容如下:(1)研究了基于视觉的目标检测方法。通过研究典型的目标检测方法,理解了视觉识别方法的内在逻辑。深入研究目标定位和有效的图像特征提取,了解和掌握了前人的研究成果,注意到传统方法存在的问题,在本文研究过程中扬长避短,做出合理的改进。(2)针对通用场景下的视觉行人检测,提出了一种基于多特征学习的行人检测方法。目标定位部分采用了视觉显著性方法缩小搜索范围,然后利用基于目标边缘的Edgebox方法生成侯选框,提高了分类器输入的质量;行人识别部分采用了基于边缘特征和学习型特征的联合训练,最后提出帧间信息融合来修正分类置信度,以减少误检。测试表明本文提出的方法相比于传统方法在精度和效率上都有提升。(3)研究了基于回归的深度学习检测框架,主要针对通用场景下行人检测的大尺度问题和难负例问题两个难点做出改进。因此,在深度学习框架的训练过程中做出两点改进:加入多尺度侯选框,使用focal loss重训练模型。主观和客观测试表明做出的改进取得了效果。