近年来,随着社会经济的快速发展与人们生活水平的不断提高,人们越来越频繁地在公共场所聚集,这将带来一系列潜在的安全问题。因此,对公共场所进行人群密度估计具有很大的现实意义。人群密度估计是计算机视觉领域中一个重要的研究方向,具体是指,对图像中的人群数量进行准确估计,与此同时生成反映人群分布疏密情况的人群密度图。近几年在深度学习的推动下,人群密度估计取得了很多成果,但仍然面临着图像中存在的透视畸变问题,极大地影响了人群密度估计的准确率。针对以上问题,本文重点研究了基于深度学习的人群密度估计方法,具体研究内容如下。首先,针对人群密度估计领域中存在的透视畸变问题,本文提出了一种基于多尺度空洞卷积的人群密度估计方法。该方法通过并列多个不同感受野的空洞卷积神经网络提取多尺度特征,充分利用空洞卷积在获得更大感受野的同时不会降低图像分辨率的特点。此外,还对人群密度估计中常用的损失函数进行了改进,将图像质量评价指标融入到损失函数中。实验证明,该方法与近几年经典的人群密度估计方法相比,在提升人群密度估计准确率上具有一定的优势。其次,本文对基于多尺度空洞卷积的人群密度估计方法进行改进,提出一种基于自适应感受野的人群密度估计方法。该方法将基于多尺度空洞卷积的人群密度估计方法中三个并列的卷积神经网络改为三个独立的人群密度估计网络,并将输入图像切分成图像块,通过分类器对图像块分类的方式,使图像块自适应地选择对应感受野的网络进行人群密度估计。实验表明,无论是与基于多尺度空洞卷积的人群密度估计方法相比,还是与近几年经典的人群密度估计方法相比,本文提出的基于自适应感受野的人群密度估计方法都能明显地提高人群密度估计的准确率。