润色：伴随着我国经济的高速发展视频监控设备爆发增长利用人工智能技术、计算机视觉技术对视频监控设备采集的海量数据进行分析和利用已经成为近年来的研究热点之一。使用采集的图像数据进行人群计数是智能视频监控系统的重要任务之一其在公共安全、智能商业、交通调度等领域都有着重要的应用价值。随着学术界和工业界的研究基于深度卷积神经网络的人群计数算法已经取得了显著的成功。然而在实际应用中现有算法依然面临着较多挑战如

随着我国经济的高速发展，视频监控设备迅速增长。利用人工智能技术和计算机视觉技术对采集的海量数据进行分析和利用已经成为近年来的研究热点之一。在这个背景下，人群计数成为智能视频监控系统的重要任务之一。本文针对人群计数算法中的多个挑战，提出了解决方案。这些挑战包括目标尺度多变、输出人群密度图质量较低、应用场景变化大等。本文的主要研究内容和贡献包括：提出了一种基于深度卷积神经网络的人群计数算法，解决了目标尺度多变问题；提出了一种改进的损失函数，显著提高了输出人群密度图的质量；提出了一种针对不同应用场景的自适应方法，解决了应用场景变化大的问题。本文的研究成果对公共安全、智能商业、交通调度等领域都有着重要的应用价值。