行人检测是人工智能领域的技术基石,应用前景广阔。随着深度学习的崛起,行人检测技术领域出现了基于卷积神经网络(Convolutional Neural Network,CNN)的检测算法。目前行人检测算法仍无法同时实现高性能和实时性的行人检测,行人尺寸多样及背景复杂多变等诸多限制因素亟待解决。可变焦场景视频下基于CNN的行人检测算法研究与实现对于行人检测技术的进一步完善有一定的参考价值。鉴于此背景,本论文研究可变焦场景视频下基于CNN的行人检测算法及其实现问题,主要完成的工作及创新点有:(1)针对行人背景复杂多变及现有数据库不能完全契合论文的行人检测要求等问题,设计选用星光网络摄像头完成可变焦视频采集平台搭建和多场景下行人视频采集工作,利用Matlab设计并实现的标注软件进行行人样本标注,在现有行人检测数据库的基础上,进行本地数据库构建。实验结果表明,联合数据库在一定程度上解决了行人背景复杂多变的问题,而且更有利于行人检测算法的实现。(2)论文设计完成基于 CNN 的 SSD(Single Shot MultiBox Detector,SSD)行人检测算法,并针对相应问题进行了网络改进。针对算法实现和原始SSD网络存在行人信息丢失,对小尺寸行人大量漏检以及默认边界框冗余等问题,设计了一种基础网络为ZFNet的SSD行人检测算法。采用网络结构调整为512×512和增加行人比例先验信息的方法,减少了行人信息丢失和边界框冗余,降低了漏检率。针对基础网络为ZFNet的SSD算法检测性能下降的问题,采用提取更底层特征图并且融合多个卷积层输出特征图的方法,提高了算法检测性能。实验结果表明相较于其他SSD算法,论文提出的SSD算法更轻量,检测速度更快,同时检测性能更好。(3)针对行人检测算法实现问题,对比与分析可变焦摄像头性能参数,完成了海康威视网络高清摄像头算法实现平台的选型。利用算法训练完成的行人检测模型及设计的算法实现流程进行平台实时采集视频下的行人检测,检测结果表明该平台完成了行人检测及对可变焦摄像头的调节。