随着监控设备的普及,各类企业积累了大量的视频与图像数据,这些数据对于掌控企业内人员情况有重要的参考价值。通过计算机对监控数据进行人物的检测,能够迅速有效的获取目标场景内的人物情况,对于公共场合的公共安全及企业资源的合理分配有着很大的帮助。目标检测是机器视觉领域中的重要内容,该技术广泛应用在监控、智能交通、医疗图像分析、航海船舶、无人机、新零售、人机自然交互等领域。目前目标检测模型在公开数据集上的出色表现,能够说明模型具有较强的泛化能力,但是在特定的场景下,对特定的目标进行目标检测任务,仍需要对网络模型进行进一步的改进与微调,从而达到更好的检测效果。本文基于企业的监控视频构建了实验数据集,并改进了目标检测算法,设计实现了基于深度学习的人物检测系统。主要包括如下研究点。1、实验数据集构建:本文对原始的视频数据进行采集工作,从中提取包含人物的图像帧,并借助图像标注工具,对图像中的人物信息进行标注,并将标注数据处理为通用的COCO数据集格式,获取实验用数据集。2、目标检测模型的基础网络改进:在构建的实验数据集中,由于视角及距离的影响,检测目标尺寸多样的情况普遍存在。本文提出了基于Faster RCNN的特征融合的卷积神经网络模型,针对多尺寸检测目标的情况,使用层数更深、效果更好的基础网络结构,以达到更好的检测效果。3、目标检测模型的损失函数及非极大值抑制算法改进:检测目标遮挡的现象在数据集中亦十分常见。本文通过引入排斥力因子的方法改进了目标检测模型的损失函数,并对后处理中的非极大值抑制方法进行改进,进一步提升了人物检测模型的检测效果。4、人物检测系统实现:在改进的人物检测模型基础上,为提高针对监控视频的人物检测处理效率,本课题基于Django的Web应用框架,使用Python语言完成人物检测系统的开发。