近年来,随着经济的繁荣发展,人们的出行和社会活动越来越频繁,大型体育盛事、演出活动也越来越多,在车站、商场、电影院等公共场所中经常会出现人群聚集的情况。人群聚集,一方面会给人们的出行和活动带来不便,另一方面,如果不及时疏散,还容易造成踩踏事故、人群冲突、交通拥堵等问题。因此,对这些公共场所进行监控,实时掌握人群分布的情况是保障公共安全的有效措施之一,但人工监控存在着效率低下、计数不够精准等问题。如今,深度学习技术繁荣发展,基于卷积神经网络的人群计数方法取得了良好的成果,有效减少了计数误差。然而,在实际应用场景中,现有的算法仍面临许多困难和挑战,例如图像中人群尺度的变化和复杂背景的干扰等,都会降低整体人群计数的准确率。因此,本文针对如何更好地提高人群计数准确率这一问题进行了深入的研究。本文的工作主要包括三部分。（1）提出了一个基于上下文信息的人群计数网络。考虑到尺度在整个图像上不断变化,该网络可以提取多尺度的特征,并且学习不同位置上图像特征的重要性,让网络学会在每个图像位置利用正确的上下文信息,这有利于提高密集人群区域的计数准确率,一定程度上排除了人群尺度变化给计数准确率带来的影响;（2）提出了一个基于注意力机制的人群计数网络。该网络可以自适应地分配注意力权重给不同密度区域,使得人群较密集的区域得到更多的关注,人群较稀疏的区域则得到较少的关注,这有利于提高密集人群区域的计数准确率,也一定程度上排除了背景的干扰;（3）提出了一个结合注意力机制及上下文信息的人群计数网络,该网络不仅可以自适应地分配注意力权重给不同密度区域,并且在特征提取的阶段提取了多尺度的上下文特征,能够在图像不同的位置利用正确的上下文特征,这使得网络在背景较为复杂或是人群尺度变化较剧烈的人群场景中,都能有比较高的计数准确率。本文在四个具有挑战性的人群数据集上与现有的人群计数方法进行了的对比实验及分析,结果表明本文提出的方法能够有效地提升人群计数准确率。