1.一种基于多任务学习的低光照行人检测方法，其特征在于，包括以下步骤：S1、获取正常光照行人数据集和低光照行人数据集；

S2、构建光照增强网络，光照增强网络包括分解网络和增强网络，利用正常光照行人数据集和低光照行人数据集对光照增强网络进行训练，得到光照增强预训练模型；

S3、构建行人检测网络，行人检测网络以两个沙漏网络为主干网络，并分别加入空间转换网络和挤压激励网络，利用正常光照行人数据集对行人检测网络进行训练，得到行人检测预训练模型；

S4、基于多任务学习，设计一个能够融合不同任务之间特征的多任务学习模块，对光照增强网络和行人检测网络进行特征共享，其中将增强网络的第一个3*3卷积网络的特征和行人检测网络的最后一个空间转换网络的特征进行相加并反馈给两个网络，将增强网络的最后一个3*3卷积网络的特征和行人检测网络的第一个残差模块的特征也进行相加并反馈给两个网络，从而构建多任务特征共享的低光照行人检测网络；

S5、将光照增强预训练模型和行人检测预训练模型导入到多任务特征共享的低光照行人检测网络，并利用正常光照行人数据集和低光照行人数据集对多任务特征共享的低光照行人检测网络进行训练，得到多任务特征共享的低光照行人检测模型；

S6、利用多任务特征共享的低光照行人检测模型对待检测图像进行检测，得到图像中行人的位置。

2.根据权利要求1所述的基于多任务学习的低光照行人检测方法，其特征在于，步骤S2中：基于RetinexNet卷积神经网络构建光照增强网络。

3.根据权利要求2所述的基于多任务学习的低光照行人检测方法，其特征在于，所述光照增强网络的损失函数为：Lenh＝Lrecon+λirLir+λisLis

式中，λir和λis为权重系数，Lrecon，Lir和Lis分别表示重建，反射率和照明平滑度损失函数。

4.根据权利要求3所述的基于多任务学习的低光照行人检测方法，其特征在于，步骤S3中：基于CornerNet-Saccade构建行人检测网络。

5.根据权利要求4所述的基于多任务学习的低光照行人检测方法，其特征在于，所述行人检测网络的损失函数为：Lcor＝Ldet+δLpull+ηLpush+γLoff

式中，δ，η和γ分别为Lpull，Lpush和Loff三个损失函数的权重，其中，

式中，Ldet为角点损失，N是图像中对象的数量，α和β是控制每个角点的贡献的超参数，C，H和W分别代表输入的通道数，高度和宽度，paij为预测图像中a类的(i，j)位置处的得分，yaij为未经归一化的原始图像；

式中，Loff为偏移损失，ok是偏移量，xk和yk是角点k的x和y坐标，n是下采样因子；

式中，Lpull用来对角进行分组，Lpush对角进行分离，m表示对象个数， 为对象m的左上角的嵌入，为 为对象的右下角的嵌入，em为 和 的平均值。

6.根据权利要求5所述的基于多任务学习的低光照行人检测方法，其特征在于，所述多任务特征共享的低光照行人检测网络的总训练损失函数为：L＝Ldet+Lcor＝Ldet+δLpull+ηLpush+γLoff+ζLenh式中，L为总损失，ζ是光照增强损失Lenh的权重。

7.一种用于实现权利要求1所述的基于多任务学习的低光照行人检测方法的基于多任务学习的低光照行人检测系统，其特征在于，包括：数据集模块，用于获取正常光照行人数据集和低光照行人数据集；

光照增强模块，用于构建光照增强网络，光照增强网络包括分解网络和增强网络，利用正常光照行人数据集和低光照行人数据集对光照增强网络进行训练，得到光照增强预训练模型；

行人检测模块，用于构建行人检测网络，行人检测网络以两个沙漏网络为主干网络，并分别加入空间转换网络和挤压激励网络，利用正常光照行人数据集对行人检测网络进行训练，得到行人检测预训练模型；

多任务学习模块，用于对光照增强网络和行人检测网络进行特征共享，将增强网络的第一个3*3卷积网络的特征和行人检测网络的最后一个空间转换网络的特征进行相加并反馈给两个网络，将增强网络的最后一个3*3卷积网络的特征和行人检测网络的第一个残差模块的特征也进行相加并反馈给两个网络，构建多任务特征共享的低光照行人检测网络；

模型训练模块，用于将光照增强预训练模型和行人检测预训练模型导入到多任务特征共享的低光照行人检测网络，并利用正常光照行人数据集和低光照行人数据集对多任务特征共享的低光照行人检测网络进行训练，得到多任务特征共享的低光照行人检测模型；

图像检测模块，用于利用多任务特征共享的低光照行人检测模型对待检测图像进行检测，得到图像中行人的位置。

8.根据权利要求7所述的基于多任务学习的低光照行人检测系统，其特征在于，基于RetinexNet卷积神经网络构建光照增强网络。

9.根据权利要求7所述的基于多任务学习的低光照行人检测系统，其特征在于，基于CornerNet-Saccade构建行人检测网络。

10.一种计算机存储介质，其特征在于：其内存储有可被计算机处理器执行的计算机程序，该计算机程序执行如权利要求1-6中任一项所述的基于多任务学习的低光照行人检测方法。