1. 研究目的与意义（文献综述）

1.1 研究背景及意义

随着科技的进步，计算机视觉已经成为一个重要的研究热点，它涉及了图像处理、机器学习、模式识别等多个学科，它的最终目标就是模拟人的视觉能力，可以完成各种识别任务。深度学习作为近十年来人工智能领域的重要突破，它让计算机视觉如虎添翼，由于其具有“无监督特征学习”能力，特别适合于工程领域的实际应用。在这个大的研究领域下，又有一个备受关注的子方向——行人检测。

本研究课题利用更具深度的卷积神经网络提取复杂行人特征，完成行人检测，避免了复杂的人工特征提取和数据重建的过程。针对行人检测问题的特点进行理论分析，详细说明深度卷积神经网络主要结构参数的选择及优化方法，将对构建深度网络解决相关实际问题提供借鉴与参考。

2. 研究的基本内容与方案

2.1 研究基本内容

1. 学习机器学习的相关理论和方法，掌握机器学习的基本概念和其背后的理念，了解目前机器学习的几大分支的发展情况；

2. 学习深度学习的相关理论和方法，掌握深度学习的起源、基本概念、结构、框架、以及于各个领域的应用现状；

3. 研究计划与安排

3.1 第1周至第2周

查阅有关的参考资料并完成开题报告；阅读顶级会议论文和相关参考文献.

3.2 第3周至第6周

4. 参考文献（12篇以上）

4.1 参考文献

1、 benenson r, omran m, hosang j, et al.ten years of pedestrian detection, what have we learned?[j]. 2014,8926:613-627.

2、 p.dollar, c. wojek,b. schiele, et al.pedestrian detection: an evaluation of the state of the art [j]. ieeetransactions on pattern analysis and machine intelligence, 2012, 34(4): 743-761.