近年来参加庆典、集会等公共活动的人数越来越多,所造成的公共安全问题也逐渐受到人们的重视。上海外滩和云南昆明明通小学等踩踏事件的发生都是由于人们对局部人群密度过高没有足够的察觉或预防所引起的。因此建立大规模公共活动监控系统,自动地识别具体场景的人群密度,对某个局部场景人群密度超过失控阈值时能够自动报警,对于公共安全具有重要意义。已提出的人群密度估计方法可以分为两类:基于像素特征的人群密度估计方法和基于纹理分析的人群密度估计方法。基于像素特征的人群密度估计方法简单,实时性强,但是对于背景复杂、人群密度高和遮挡严重的场景则易产生较大误差。基于纹理分析的人群密度估计方法在高密度人群密度估计问题上有很好的效果。然而,当存在透视现象、人群密度分布不均匀和人群背景较复杂等问题时,对中低密度人群估计的误差较大。本文提出一种基于深度学习的人群密度估计方法。深度神经网络能够直接利用大数据自动学习数据的特征,具有很强的数据描述能力,避免了人工设计特征存在的局限性。但由于现有的人群样本数据规模很小,深层次的网络很难得到较优解。本文提出了训练较浅的神经网络,使用预训练深度模型的全连接层特征和使用预训练深度模型的卷积-FV(Fisher Vector)特征三种解决方法。针对样本不平衡性问题,提出使用多个分类评估标准。在标准数据集PETs2009上实验结果表明卷积特征比现有的手工特征具有更好的效果。其次,相比于训练一个全新的卷积模型,基于迁移学习的深度卷积特征是更好的选择。另外,通过层数较少的深度模型获得的较低层特征的迁移性更好。