要进行准确的人流密度估计，面临了如下的难点 1.低分辨率：可以看看UCF Crowd Counting 50这个数据集，在很多密集的情况下，一个人头的pixel可能只有5*5甚至更小，这就决定了基于检测的很多方法都行不通； 2.遮挡严重：在人群中，头肩模型都难以适用更不用说人体模型，头部之间的遮挡都挺严重； 3.透视变换：简而言之就是近大远小，什么尺度的头部都可能出现。