随着我国信息时代的到来,行人检测、行为判别等技术受到广大学者的关注。虽然目前计算机视觉领域中对于行人检测及行为判别等技术有了很成熟的方案,但仍存在未被解决的难题,如:行人目标容易受拍摄角度、拍摄距离、遮挡以及目标移动等各种影响,导致待测目标小、目标形状不规则、动作相似等。针对上述问题,本文对城市轨道交通场景中行人目标进行研究,采用基于深度学习的方法实现行人头肩的检测与行为的分析,并对网络结构进行优化,提升检测的准确度。论文主要工作和创新性如下:（1）为解决目标检测中由于遮挡严重导致的漏检、误检问题,选用YOLOv5s目标检测算法作为本文的研究框架,并对其进行改进。首先,构建以行人头肩为目标的数据集;其次,分析网络中的特征融合模块,将不同网络层的底层信息充分利用并进行融合;然后,在特征提取网络中添加了可变形卷积网络,以此解决目标遮挡带来的目标形状不规则等问题;同时,通过引入注意力机制模块,给予特征信息不同的权重,以此提升网络的特征提取性能;最后,在自制的行人头肩数据集上进行验证,实验结果表明,在地铁车站场景中,改进后的网络提高了行人头肩小目标的检测精度,m AP从91.86%到94.12%,整体提升了2.26%。（2）在行为判别方面,对目标检测后的头肩区域进行行为识别的研究,判别其中的吸烟、打电话等行为。由于数据集中图像像素较低,导致所识别的行为存在模糊、动作相似等问题,本文选用Res Net网络作为本文的行为分类网络,从损失函数入手,引入标签平滑、Focal Loss和Center Loss损失函数,分类的准确率得到了提升。采用分组卷积模块,减少网络计算量。通过实验对比,三个损失函数均能提升网络的性能,并且同时作用于网络时效果最好,准确率提升了1.29个百分点,达到了96.91%。其次,基于改进后的算法设计行为识别系统及界面,通过实验测试该系统能够满足实时要求。通过对网络的优化和实验结果分析,本文提出的方法在检测精度等性能方面得到提升,在实际场景中也有较好的适用性。