随着我国智慧城市建设加快,信息技术的智能化应用在社会发展中发挥了越来越重要的作用。人群计数作为安防监控系统中的重要组成部分,在近年已吸引了越来越多研究者们的关注。如何提高监控视频图像的人群计数准确度,已是工业界和学术界共同面临的技术难题。人群计数任务在实际应用中面临极大的挑战性,如人群聚集场所图像透视变化、背景噪声复杂、人群分布多样化等外在因素,严重影响了人群统计的准确度。此外,基于卷积神经网络的人群计数算法由于标签样本的质量限制,同样制约了对人群数量的准确估计。本文主要针对人群计数任务中头部尺度变化、图像背景噪声干扰和标签噪声干扰问题开展研究,提出了两种人群计数网络模型,并设计了两种监督信号自适应性的模型训练损失函数,以提高高度透视复杂场景下的人群计数精度。主要包括以下几点研究工作:（1）针对尺度变化问题,提出了一个强信息感知模型:层级信息共享网络HISNet（Hierarchical Information Sharing Network）。基于特征融合策略对基线模型进行优化,通过对不同尺度信息敏感度各异的多阶段特征进行拼接,在减少模型传导信息丢失的同时提高模型多尺度细节感知能力,进而通过特征提取能力的增强,提高人群头部的高斯概率回归精度;（2）针对标签噪声干扰问题,本文研究了在标签带噪条件下通过较弱的监督信号用于人群计数模型训练,提出一种弱监督学习策略,通过聚合子尺度区域内人数总和粗化标签粒度,避免模型对像素级带噪标签的拟合。然而,过于简单的弱监督源不包含足够的信息来训练一个性能良好的模型,因此基于该策略分别设计了两种损失函数:动态金字塔损失函数DP Loss（Dynamic pyramid loss）和区域金字塔分割损失函数RPS Loss（Regional pyramid segmentation loss）。其中DP Loss是根据模型训练迭代周期更新监督标签约束粒度,在保证模型数据样本拟合能力的同时,增强模型的泛化性能;RPS Loss则是根据图像人群密度分级划分标签带噪率不同的多级密度区域,再对各级密度区域采用对应粒度的监督约束,自适应调整模型对多尺度头部特征拟合精度,同样增强模型泛化能力;（3）针对背景噪声干扰问题,同时考虑尺度变化问题,基于上述HISNet递进式提出了一个网络模型:基于残差注意力的路径校正网络RA-PCNet（Path Correction Network based on Residual Attention）。引入残差注意力机制,通过高语义性特征纵向路径连接对各级信息共享特征中人群分布信息进行校正,降低复杂纹理背景对人群计数密度回归的干扰,进一步提高了模型人群计数准确率。针对上述研究工作进行了实验验证,验证了抗背景噪声干扰和抗标签噪声干扰的有效性。实验结果表明,本文所提出的针对噪声干扰的多尺度人群计数方法计数准确率已超过部分当前部分最前沿人群计数模型。