目标检测算法一直以来都是人工智能领域的宠儿,因为无论是工业、医疗、娱乐还是智能家居,目标检测都有用武之地。在过去的几十年里,目标检测技术从传统的手工特征提取发展到利用深度学习算法进行检测,算法向着模型越来越智能化的方向一步步进化。现有的目标检测方法多为单纯的检测方法,抛开场景的影响,只关注目标本身,通过对网络进行训练从而达到对目标进行直接识别和定位。这些算法应用场景广泛但缺乏场景的针对性。于是本文在现有检测方法面向的泛化场景的情况下,有针对性地选取人和物之间有动作交互的场景为特定检测背景,提出了基于人体姿态信息的目标物体检测方法。当场景中有人和待测目标同时存在并且二者有动作交互时,可在人体姿态信息的辅助下对该场景中的物体更准确地识别。首先针对人体姿态信息如何被引入模型的问题,本文将所用数据集进行预处理,并将图像中与目标有动作交互的人物逐一进行关节点标记。利用高斯热图的方式生成16个关节点的人体关节点热力图,并将关节点热力图作为一个分支加入到Center Net模型中。原Center Net因为人体姿态信息的引入在进行特征提取以及融合的过程中会将关节点热力图提供的先验信息也提取在内,从而提高了检测精度。通过消融实验进行对比分析,改进后的网络在关节点热力图的辅助下损失变小,检测精度比原始Center Net网络提高了4.2%,检测速度略有降低但仍满足实时性。其次针对关节点热力图分支加入后,模型训练变慢,实时性变差的问题,对Center Net应用的骨干网络Hourglass-104进行轻量化改进,降低网络参数,避免牺牲速度换取精度。具体做法就是对于Hourglass-104的子网沙漏网络进行改动,将其最小组成单位残差检验块中的3×3标准卷积用深度可分离卷积替换,将Hourglass-104庞大的计算参数量降低为原来的2/5倍左右。实验证明,模型改进后计算效率有了很大提高,检测速度超越原始Center Net模型3.17FPS。最后为了进一步提高网络的特征抓取能力、增强网络对小目标的识别精准度,将全局上下文模块引入到了每个沙漏网络之内以及两个沙漏网络之间。为了平衡网络的检测效率和复杂性,避免在轻量化改进后再次增加网络参数,特意选择了轻量级的全局上下文模块。实验表明,加入全局上下文模块的模型不仅与加入前速度相当,检测精度也有所提升。通过对模型整体改进得到了针对特殊场景下检测效果更好的模型。改进后的模型与初步模型相比速度提升了6.8%,速度提升了4.78FPS,最终证明了所提模型的有效性。若将模型应用于机场、工业禁区等场景下手持危险物品检测等领域将有重要的现实意义。