随着世界人口的不断增加,国家引导超大城市群的发展,城市中人口聚集程度将越来越高,火车站、地铁、旅游景点等地方在特定时间的人口拥挤更为严重。随之而来的交通、社会安全和城市资源配置等问题,也需要根据人群分布来合理的规划城市进行解决。对各种场景下的人群分布状况进行统计是保障资源配置平衡、防范出现危害的有效措施之一。目前随着硬件水平的发展,公共场合的监控设备已经十分普遍,使用基于计算机视觉的人群计数可以有效地获得人群整体分布情况。深度学习在计算机视觉方面取得卓越成效,其在人群计数上的应用效果也明显优于传统方法,因此目前人群计数主要以深度学习方法为主。现有的人群计数方法由于图像中特征尺度变化巨大,仍然无法达到完全理想的效果。此外深度学习受数据驱动,由于透视效应导致场景中大尺度特征占比过少,数据比例失衡也使得人群计数的结果准确度不足。为了克服以上问题,本文提出两种针对尺度变化大的场景中人群计数的方法。本文主要工作如下:（1）针对尺度变化巨大的复杂场景人群计数问题,提出带补偿器的多分支卷积神经网络（MCNNC）。该网络模型对传统多分支卷积神经网络在结构上进行改进,并引入补偿器,设计基于特征尺度标记信息的自适应分级损失函数。网络不同分支具有不同感受野,分别捕捉各尺度人头特征。补偿器模块通过提取低级特征,对多分支网络结果进行补偿,改善多分支结构学习相似特征的问题。自适应分级损失函数用于解决复杂场景中人头特征尺度变化大导致的不同尺度学习不平衡问题,该损失函数根据人头尺度信息分配权重,使模型向多尺度样本更新梯度。实验结果表明,所提网络模型MCNNC相较于对比方法在ShanghaiTech PartA数据集、ShanghaiTech PartB数据集和CV101数据集中,人群计数评估指标MAE分别降低0.3%、2.6%以及10%。（2）针对不同尺度特征在数据集中数量比例失衡,导致大尺度人群计数准确度不足的问题,提出基于尺度等级遮罩的人群计数方法（CCMSLC）。该方法首先采用提出的特征尺度分布感知网络（SANet）、面向小尺度的人群计数网络（SNet）和面向大尺度的人群计数网络（LNet）,分别生成遮罩图、小尺度人群预估密度图和大尺度人群预估密度图;然后将SNet与LNet生成的2种尺度密度图与SANet生成的对应尺度遮罩图进行点乘,最后融合点乘结果,得到人群预估密度图。实验结果表明,所提方法CCMSLC相较于对比方法在ShanghaiTech PartA数据集、ShanghaiTech PartB数据集和CV101数据集中,人群计数评估指标MAE分别降低1.0%、4.0%以及12%。（3）将本文所提出的MCNNC网络模型和CCMSLC方法应用于所参研的纵向项目中。针对场景数据分析,调整模型参数,通过视频流获取图像,采用提出的方法进行人数预估,展示实时人数。