人脸识别技术是近些年非常火热的计算机视觉技术,并且已经取得了非常显著的成就,现如今的人脸识别技术或人脸签到往往是1:1,或1:N的图像识别技术,但如何数出图片中人的数量,对于少量的人数只要能识别人脸当然就可以得出人数了。但当面临大规模拥挤的人群时,可能不需要识别人脸,但是人群计数是非常有必要的。人群计数是一种计算或估计图像中的人数的技术。人群科学家们可以通过对图片进行区域划分,计算图像某些部分的人数,然后外推得出估计值。这种方法是现在较为普遍的方式,但是也存在很大的误差。几十年来,我们不得不依靠粗略的指标来估计这个数字。随着人民生活水平的不断提高,越来越多的出现大规模的人群活动,包括文化广场、商业金融中心、交通枢纽站等公共场所举办的各种大型活动,这些活动在促进经济繁荣发展的同时,也带来了公共安全上的巨大隐患。因此,结合视频监控的人群密度分析方法在公共安全领域发挥越来越重要的作用。人群数量和人群密度估计有助于对大规模人群的管理,对迅速制定并实施应急方案也有重要意义。通过对典型的卷积神经网络人群计数算法长时间的学习和研究,本文借鉴了CSRNet网络模型的设计思路,在pytorch深度学习框架的基础下构建了一个基于卷积神经网络的人群计数模型:VDCNet(VGG Dilated Convolutional Network)。此网络框架是以去掉全连接层和中间部分池化层的VGG-19为前端网络,以多种膨胀卷积(Dilated Convolutional)为后端网络的卷积神经网络框架。实现了端到端的训练模式,极大的减少了图片信息的丢失,进而提高人群估计的质量。本文将模型划分为两类,一类为中低密度人群估计模型(300人以下),适合处理相对人数稀疏的图片;另一类为高密度人群估计模型(300人以上),适合处理极高密度的人群图片。最终在扩展的shanghaitech数据集上训练出自己的人群计数与人群密度估计模型,并在此数据集上证明了检测结果的有效性,获取了高质量的人群密度图和人群估计数量。对比当前存在的其他人群估计的网络模型,此网络模型具有简单、高质量等优势。