随着城市化进程的稳步推进以及城市人口的迅速增长,人群大量聚集的情况越来越普遍,这使得人群分析问题成为了一个新的研究热点。作为人群分析的一个重要组成部分,人群计数可以为人群分析提供丰富的关于场景中人群数量以及人群分布情况的信息。早期的人群计数方法只需要完成统计特定场景下的总人数这一任务,而随着人群计数在复杂场景下的应用越来越多,人们迫切地希望得到场景中人群分布的密度信息以便更准确地理解当前场景。因此,基于密度估计的人群计数方法逐渐成为人群计数领域的主流方法。由于受到尺度变化、背景杂乱、遮挡以及光照不均匀等因素的影响,对场景中不同位置的人群密度进行精确自动估计是一项具有挑战性的任务。首先,由于人体离摄像机的距离不同,导致不同图片之间以及同一幅图片不同位置的人体尺寸存在很大的差异,这对人群计数模型的多尺度特征提取能力提出了挑战,并且现有的人群计数模型存在难以准确区分人群前景和背景的问题,导致其在复杂场景下的鲁棒性较差。其次,在基于密度估计的人群计数方法中,ground-truth人群密度图需要人工生成且生成过程并没有明确的标准。已有的主流ground-truth人群密度图生成方法需要手动设置参数,难以适应复杂多变的场景。另外,人群计数中样本标注的工作量极大,而在很多情况下没有时间和能力对大量的人群场景图片进行标注。此时,利用少量标注样本训练出一个具有较高精度的人群计数模型变得极为必要。因此,本文针对人群计数任务中模型在复杂场景下的鲁棒性提升、ground-truth人群密度图动态自动生成以及极少标注样本条件下的模型学习等问题展开了相关研究,其主要工作如下:(1)提出了一种基于前景掩膜的人群计数方法。为了提升人群计数模型的多尺度特征提取能力,在特征提取阶段引入了深度特征融合技术。另外,为了提高人群计数模型在复杂场景下的鲁棒性、减少将无关背景误判为人群的情况,提出使用一个独立的网络分支来生成人群前景掩膜,并将该网络分支所提取的区分人群前景和背景的判别性特征输入到密度图生成网络中帮助预测人群密度图。通过在4个数据集上进行对比实验,验证了模型的多尺度特征提取能力,在复杂场景下的鲁棒性也得到了增强。(2)提出了一种基于动态密度图的人群计数方法。由于已有的两种主流ground-truth人群密度图生成方法需要手工设置参数,难以适应复杂场景,因此提出在网络训练过程中对已有的ground-truth人群密度图进行动态调整。为了消除已有的ground-truth人群密度图生成方法中可能存在的错误先验知识,进一步提出从原始的数据标注出发,在网络训练过程中直接对其进行动态调整来生成ground-truth人群密度图。实验结果表明,对已有的主流ground-truth人群密度图进行动态调整可以提升人群计数网络的性能,并且在ground-truth人群密度图生成过程中不引入任何先验知识可以进一步提升人群计数网络的精度。(3)提出了一种基于自监督学习的小样本人群计数方法。首先,基于制作的无标注数据集,设计了两个自监督辅助任务来学习如何提取图片中的人群相关特征。然后通过参数迁移的方式将自监督辅助模型提取人群相关特征的能力转移到人群计数网络中,最后再使用少量标注样本对人群计数网络进行微调即可得到人群计数模型。通过使用不同规模的标注样本进行实验,比较了该方法与未使用自监督辅助任务的人群计数方法之间的性能差异,验证了在样本量较小的情况下使用自监督任务对人群计数网络进行辅助这一方法的有效性。