行人检测作为计算机视觉的一个重要研究内容,广泛应用在安防、交通控制、自动驾驶和虚拟现实等领域。近年来,由于视觉处理算法和图形处理硬件的快速迭代更新,行人检测技术也取得了飞速发展,其中基于车载图像的行人检测也取得了不少研究成果和应用。调查发现全世界每年数以百万计的人死于道路交通,众多研究表明基于车载图像的行人检可有效降低交通事故的发生,同时对司机的调研也发现他们对汽车辅助驾驶系统也有较高的接受度。这说明基于汽车辅助驾驶的行人检测的研究有巨大的需求和市场潜力,因此发展行人检测技术已经成为一项重要任务。基于车载图像的行人检测是指在行驶的汽车上,利用各种视觉传感器自行感知周围环境及道路情况,并依据感知信息通过算法进行决策,实时准确地检测出车辆前方的行人及其位置,然后采取适当的预防措施,辅助保障行人以及驾驶员的安全。行人检测和一般的目标检测不同,需要更高的精确度来保证人的安全,同时对检测时间也有比较高的要求,以此来减少交通事故。然而,基于车载图像的行人检测面对的是开放的交通场景,容易受复杂检测背景、行人尺度不均衡、光照变化的影响,这些给图像中行人的定位和分类带来极大的挑战,因此行人检测性能至今仍然没有达到令人满意的效果。本文以面向汽车辅助驾驶的行人为研究对象,以行人检测过程中面对的挑战性的问题展开研究工作,重点解决遇到的复杂检测背景、多尺度和光照不充足等关键问题。本文的主要研究工作和创新如下:1)针对车载图像中行人检测容易受复杂检测背景影响的问题,本文提出基于语义分割的无锚点行人检测算法。该算法由候选区域生成和分类两阶段组成。在候选区域生成阶段:首先设计了一种无锚点（anchor-free）候选区域生成网络,可避免基于锚点（anchor-based）生成候选区域方法中的人工设计超参数问题,同时可减少候选区域的漏检率。其次,提出用图像的语义分割信息来指导和监督行人检测,和无锚点候选区域生成网络共享特征层,提升共享特征图中行人区域特征,降低复杂背景区域的冗余特征。针对可见光行人数据集,提出使用边框级（box-level）语义分割指导行人检测;针对远红外行人数据集,通过传统的阈值分割生成像素级（pixel-level）标签进行语义分割指导行人检测。在分类阶段:提出使用反卷积和上下文信息来提升目标分类网络的判别能力。最后,将本文提出的算法在可见光数据集和远红外数据集上进行实验和对比,结果发现分割能有效抑制复杂的检测背景,降低误检和漏检,同时结合反卷积和上下文信息的分类网络的判别能力也得到了提升。最终检测结果表明本文提出的基于语义分割的无锚点行人检测方法可以有效的抑制行人检测中存在的复杂背景问题,保证行人检测的准确性。2)针对车载图像中行人检测中遇到的行人尺度不均衡问题,本文提出基于尺度自适应特征融合的行人检测算法。首先,设计了一种自适应通道特征融合方法,可根据行人的尺度学习融合权重从而选择不同层次的特征进行融合。然后,以这些融合特征为输入,设计了尺度自适应无锚区域生成网络（Multiple-Scale Anchor-Free,MSAF）用于生成多尺度候选区域。其次,在候选区域分类阶段,设计了一个尺度自适应分类器,通过自学习权重实现对不同尺度的分类子网络加权融合。最后,将提出的检测算法在可见光和远红外数据集上评估,通过实验可知,本文提出行人检测算法不仅可以检测出小尺度行人,同时对尺度较大的行人也有良好的检测效果。总的来说,本文提出的检测方法可以很好的解决多尺度问题,从而提升检测性能。3)针对车载图像中行人检测容易受光照变化的影响的问题,提出基于注意力机制的可见光和远红外相结合的多光谱融合行人检测算法。首先,提出一种基于光照注意力机制的多光谱融合方法MCFF（Multispectral Channel Feature Fusion）来融合不同模态之间的图像特征。然后,在YOLOv5基础上根据多光谱融合起始位置的不同提出多种融合框架来检测行人。用于可见光和远红外相结合的多光谱目标检测,保证在光照条件不足和夜间也可进行检测。在白天光照充足的情况下,可见光传感器采集到的图像信息更丰富,由其发挥主要作用;在夜间或光照不充足情况下,因为远红外感器对光照不敏感,可由其发挥主要作用。最后,在多光谱数据集中验证发现本文提出的检测框架在特征提取的中期阶段融合效果最好,同时不管是在白天还是夜晚单模态行人检测性能都远低于多光谱行人检测性能。所以,本文提出的基于注意力机制的多光谱融合的行人检测在光照不足或夜间也能取得很好的检测效果,可以解决光照不充足和夜间检测的问题。