随着全球城市化进程的推进,智能监控逐渐成为了计算机视觉领域的研究热点,人群计数问题作为智能监控的核心问题之一,在人群限流引流等应用场景中具有重大意义。目前人群计数的研究工作已取得了较大进展,然而在不同场景下,在解决人群图像尺度不一致的问题方面的研究,仍然具有较大的挑战。近年来,深度卷积神经网络在计算机视觉研究领域中取得了突出的成绩。其在图像特征与模型泛化上突出的表现,有效解决了复杂背景下人群计数的特征提取问题。为了提取与尺度相关的特征,目前基于卷积神经网络的人群计数模型均采用了多列或多网络的结构,但此类结构存在训练模型参数量大等问题。为了有效解决人群计数中与尺度相关特征的提取问题,本文提出一种多层级卷积神经网络结构,通过在单列卷积神经网络上增加多尺度卷积模块,提取网络中多尺度的特征。同时,为了解决高密度的人群图像中小目标检测问题,算法采用多层级卷积神经网络,将全局特征和局部特征不同尺度的特征进行融合。由于低层卷积层的卷积核的感受野不大,低层卷积层的特征包含了更多小目标物体的特征信息。多层级卷积神经网络包含了低层级卷积层细节特征和高层级的语义特征。通过在高层语义特征中融入低层细节信息提升网络对小目标的感知和计数能力。同时,在高密度和复杂的人群场景下,行人和背景之间具有很高的相似度,导致神经网络预测的人群密度图质量较差,为了提高预测密度图质量,本文提出一种基于多尺度生成对抗网络（MS-GAN）的人群计数方法,引入判别器作为生成密度图的监督器,目的是引导生成网络预测高质量的密度图。采用对抗的训练方式使卷积神经网络生成更加高质量的密度图。本文将人群图像和人群密度图叠加输入到判别器中,训练判别器辨别真实的标签的密度图和预测的低质量的密度图。在训练密度图的预测网络过程中,加入对抗损失来提升生成的密度图的质量。在UCF_CC₅0,Shanghaitech,UCSD与Mall四个人群计数数据集的实验表明,MS-GAN在准确性和稳定性都要优于MCNN等方法,明显提升了预测密度图的质量,从而提高了人群计数的准确率。