人群计数是计算机视觉领域的基本任务之一。近年来,随着城市化人口的急剧增加,人群计数在构建智能化城市、实现人群密度监控、车流人流统计等方面,扮演着愈加重要的角色。人群计数的任务目标是,给定一张图片,估计其所包含的人数。对于一张人群图片,每个人头内部会有相应的一个点进行标明。当今主流方法是,对每个标注点进行高斯模糊得到密度图,构建模型学习输入图到密度图的映射关系。然而,密度图自身存在两个缺点,即存在尺度差异性问题以及标注位置差异性问题。尺度差异性的原因是,图像中人头尺度差异巨大,而密度图并未包含任何人头尺度信息。而标注位置差异的原因是,点标注为人头内部任意一点,即标注的位置存在差异。本文从解决人群图像的人头尺度差异性问题出发,提出了用辅助信息视度图引导的自适应大小卷积,用于建模连续尺度,进而提升网络对尺度差异的鲁棒性。此外,从解决人群标注时的位置差异问题出发,本文尝试用辅助信息人头框标注,在人头框内部构建带符号均方误差,从而提高模型对于标注位置差异的处理能力。另一方面,现有的单个人群计数的数据集体量小,而当今的主流方法并未考虑模型的泛化能力。因此,现有方法的模型过拟合严重。本文根据预训练人群计数的卷积核对不同数据集图片的相应程度不同,构建域卷积核,并将其作为注意力机制的引导信息,从而实现单个模型在多个数据集上性能的提升。具体的内容安排如下:（1）为解决人群图像中的人头尺度差异问题,提出了视度图引导的高斯模糊卷积（Perspective-guided Gaussian-blurring Convolution,PGC）方案。得益于辅助信息视度图的引导,PGC能显式地对深度特征进行空间各异的高斯模糊操作,实现自适应的感受野分配。最后,对于某些缺失视度图标注的数据集,构建了一个视度图估计分支,该分支可以有效地预测相应的视度图,并将预测的视度图作为PGC的引导。通过分析以及实验得出,PGC可以有效地提升网络解决人头尺度的能力,并提升计数性能。（2）虽然PGC可以一定程度上解决人头尺度差异问题,但其本身计算效率低下且特征混淆问题严重。为此,提出了视度图引导的分数膨胀系数卷积操作（Perspective-guided Fractional-dilation Convolution,PFC）。PFC扩展了普通膨胀卷积,使得膨胀系数可以是分数。PFC相比于PGC而言,具有计算步骤简单、无特征混淆以及尺度建模能力强等诸多优点。实验表明,PFC能提高多种网络的人头尺度鲁棒性,并获得优于PGC的性能与速度。（3）为解决标注过程中的位置差异问题,通过引入人头框辅助信息,构建了带符号的均方误差损失（Sign-MSE）,增强了网络对标注位置差异的鲁棒性。此外,为了解决部分数据集缺失人头框标注的问题,还构建了一个标注点引导的人头框估计网络。值得注意的是,人头框估计网络只对人群计数训练集预测相应的人头框。由于训练图片均有点标注信息,因此均可预测出相应的人头框。实验表明,Sign-MSE可以有效地解决标注位置误差问题,从而提升模型的计数精度。（4）为解决主流人群计数方法鲁棒性差的问题,通过将多个数据集（可见域）的训练数据合并,以此训练单个模型,并计算预训练计数模型中卷积核的重要程度（即影响力因子）,从而生成辅助信息域卷积核（Domain-specific Kernel）,构建域卷积核引导的注意力机制,从而提升网络的鲁棒性。实验表明,训练的模型不仅在多个数据集（可见域）上性能较好,还能在未知数据集（未知域）上表现良好。