随着世界经济的不断发展,医疗水平的不断提高,人口规模不断扩大,密集人群聚集的安全问题也愈发突出,世界各地不断发生由于人群聚集引起的恶性事件。因此,如何对聚集的人群进行有效的监控和分析,逐渐成为当今的研究热点。深度学习作为人工智能领域的重要分支,不断在各个领域上取得突破,而计算机视觉作为深度学习重要的新兴领域也取得了不错的成果。本文在此背景下,介绍了密集人群计数领域的研究现状,分析和对比了各种方法的优劣,然后提出了一种基于卷积神经网络的密集人群计数方案。本文的工作主要由以下的三个方面组成:(1)提出了一种基于深度学习的输入自适应多通道卷积神经网络模型结构,该模型对不同尺寸的输入图像都可以进行良好的自适应,并且采用不同感受野的多通道网络模型结构对输入图像进行分析和处理,提升了模型整体的性能,同时提高了人群人数估计的准确性。(2)构建了一个新的大规模的密集人群图像数据集TJU Crowd Dataset,该数据集由400张高分辨率的静态图像组成。数据集中出现的场景几乎涵盖了日常生活中所有可能遇到的场景,每一张图像中均包含大量的密集程度非常高的人群,作者对每一张图像都进行了精确的标注,总共精确标注了208180个在数据集中出现的人员信息。(3)在TJU Crowd Dataset、UCF CC 50数据集和UCSD数据集上分别对本文所提出的密集人群计数方案进行实验验证,并把实验结果与之前的研究进行比较和分析。通过实验的手段,充分说明了本文所提出的基于卷积神经网络的密集人群计数方案在密集人群计数中能取得更好的准确率。