建立了室内人员检测数据集(IHDD), 提出了基于联合学习的多视角室内人员检测网络模型(MVNN)。该模型由输入数据层、特征提取层、可变形处理层、可见性估计层、分类判别层等组成, 并加入区域建议模型和多视角模型以提升算法的检测性能。在自建的IHDD数据集上的实验结果表明, 与现有其他检测算法相比, MVNN算法的检测率更高; 在人体目标呈现多视角、多姿态及存在遮挡等困难情况下仍有不错的检测效果, 具有一定的理论研究价值和实际应用价值。