随着我国经济的快速发展,汽车保有量不断增加,日益便利的道路交通条件给人们生活带来了极大的方便。但汽车数量的不断增长也导致交通事故频发,使交通安全状况日趋恶化。行人是交通系统的主要参与者,也是交通事故中的主要受害者,因此,行人检测系统的研究意义重大。在目前研究的各类行人检测系统中,基于机器学习的行人检测是当前研究的热点。基于可变形部件模型(Deformable Part Model,DPM)的行人检测是近年来比较流行的行人检测算法之一,该算法将行人实例细分为各个部件,然后通过检测各个部件来判断目标实例的存在。在学习研究DPM行人检测算法时,发现DPM算法虽然具有较高的检测精度,却是以较大的计算量为代价,因此限制了它的应用发展。本文主要针对DPM检测速度慢的问题进行研究改进,并提出了基于金字塔层定位的DPM快速行人检测方法(Fast DPM pedestrian detection method based on Pyramid level locating,PLL-DPM)。首先,利用物体区域建议法代替滑动窗口法获取行人候选窗口,并根据尺寸和长宽比对候选窗口进行初步筛选,排除非行人区域,以减少后续需要计算的窗口数量;然后,采用本文提出的金字塔层定位方法为每个候选窗口选择在特征金字塔中的最佳根层级,并据此构建包含少量特征图的简单特征金字塔;最后,在金字塔层定位的基础上使用单点计算方法代替传统动态规划法有针对性地计算每个候选窗口的得分,最终检测到行人目标。PLL-DPM方法可以明显减少检测过程中需计算的特征图和窗口数量。在公共行人数据集中的测试结果表明,该方法在保证检测率的同时有效地提高了检测速度,并在一定程度上减少了误检。