密集人群计数问题从早期学者们使用计算机视觉的方法提取特征,通过专家知识进行判别计数,到使用机器学习的方法来回归出人数,直到现在随着深度学习和神经网络的发展,使用神经网络来作为密集人群图像的特征提取器进而回归出人数。虽然密集人群计数在计数精度上有了很大的进步,但是在发展过程中忽略了人群还存在于地理空间,受地理知识约束这一事实。本文尝试将密集人群计数问题放置于地理空间中并使用地理知识来对密集人群计数模型进行约束,以达到计数精度进一步提升的效果。基于该思想,本文的主要内容和结论如下:(1)包含透视规则的密集人群计数数据库构建。本文通过分析现有密集人群数据库,发现其缺少密集人群图像场景中透视规则刻画。这样的问题导致密集人群计数神经网络没有学习到受透视规则影响下正确的密集人群的特征,进而影响计数精度。同时发现在已开源数据库中缺少对人群密度统一的定义,导致了数据库中存在人数差异巨大的人群图像。这些人数差异巨大的图像中密集人群特征也存在巨大差异,造成了密集人群计数神经网络在学习过程中的震荡现象。最终影响计数精度。本文使用相机空间和地理空间结合的方法来刻画透视规则。本文参考人群密度相关定义,给出适合密集人群数据库构建的人群密度定义。在数据库中增加人群范围标定,使得人群计数神经网络更好地学习人群特征规则。(2)基于残差神经网络的密集人群计数模型。本文通过将VGG网络和残差神经网络进行融合的方法,构建了新型的密集人群计数网络VGG-Res Next。通过实验证明该网络在计数精度上有较大提升。(3)将地理知识的显示规则与神经网络的隐式规则融合。本文将密集人群计数问题置于地理空间中,通过地理知识来进行约束。通过相机覆盖范围内的地块类型来进一步约束人群图像中人群的范围,从而减少非人群噪声。该方法减少了模型计算量,使模型获得更快的收敛速度。本文通过将图像空间和地理空间进行映射来更准确刻画人群图像中的透视规则,使得密集人群计数神经网络获得更真实的人群特征规则。通过实验证明结合地理知识对密集人群计数精度有较大提升。