随着深度学习的快速发展以及智慧城市的发展,智能监控视频技术成为了智慧城市中重要的一环。人群计数作为智能监控视频技术的任务之一,在视频监控、灾害预警、流量监测和分析、交通管控等领域发挥重要的作用,利用人群计数技术及时获取区域内人数及变化,可以为交通管控、城市决策资源分配等提供依据。目前,大多数的人群计数方法使用基于卷积神经网络的方法,算法的准确度以及稳定性有明显的提高,但实际中还是存在很多问题:视频图像受拍摄角度等原因,人头尺寸存在很大差异,影响了算法的计数的稳定性;实际场景中背景比较复杂,人群分布杂乱且差异较大,同样也影响算法的准确率。本文从以上两个问题出发,主要的研究成果如下:（1）针对人群图像中存在的人头尺度差异大的问题,设计了多尺度特征聚合和密集残差连接的人群计数算法。本方法利用并行的空洞卷积提取尺度变化的人头,同时增加了密集残差连接结构增强它的特征表达能力。在多个数据集上进行实验和指标评价证明了它的有效性。（2）结合金字塔池化的非局部自注意力模型。卷积提取的信息是局部的,针对人群场景中背景复杂、密度分布不均匀的问题,它不能很好的解决整体图像的语义信息。利用结合金字塔池化的非局部自注意力机制可以对图像建立长距离依赖,并且在多个尺度上对注意力计算,从而感知全局或局部的密度变化。在公开的数据集上验证了算法的有效性。（3）本文在人群计数技术的基础上,将技术引入到校园范围的人流量变化监测和分析中;制作了一个人群计数的校园监控数据集,并对上述方法进行了验证;对研究区范围内的人流量进行可视化分析,并设计了用于实时人群统计与展示的人群计数系统。该论文有图36幅,表16个,参考文献89篇。