在公共安全管理中,人群密度通常是需要考虑的重要因素之一,过大的人群密度会因为难以控制而存在较大的安全隐患。人群密度估计是反映拥挤的静态场景下人群的分布。它不仅局限于人群数值的简单估计,还包括人群的密度分布图。人群密度估计已经逐渐成为当前计算机视觉领域一个关注的热点。现有的人群密度估计算法主要是基于深度卷积神经网络的目标检测器来对人群密度进行估计。大部分都是以人群计数为主,忽略了密度分布图的质量,未能够合理利用图像中人群的空间分布信息。因此,本文设计了一种基于多分支扩张卷积块的静态场景人群密度估计网络,并在此基础上实现了从静态单幅图像中估计人群数量并生成高质量密度图的联合任务。本文针对静态场景人群密度估计的主要工作如下:（1）提出了一种有效的静态场景人群密度估计网络模型,综合基于检测和回归策略的优势,对人群变化具有良好的适应性。同时采用多分支扩张卷积块来聚合不同范围的上下文信息,从而使得无论是对于目标尺寸较大且人群密度稀疏的环境,还是高度拥挤的人群流量,都表现出来良好的效果。（2）针对目前密度图评价中峰值信噪比和结构相似性两个最为主流的评价指标存在忽略空间上的相关信息的问题,我们引入了一种新的评价指标——空间调整互信息,它包含了更高层次的空间信息,使密度图评价更客观。最后本文在人群密度估计两个公开数据集（ShanghaiTech数据集和UFC_CC₅0数据集）上进行了实验,实验表明在几乎所有的评价指标上,本文的方法较以往的方法在性能上有一定提升,能够达到更高的准确率。同时本文对新引入的评价指标进行测试验证,实验表明本文引入的新的评价指标更能反映图像中人群的空间分布信息,评价结果更客观且切合实际情况。