人群计数广泛应用于视频监控、公安、智能商务等领域。近年来，随着深度学习的不断发展，人群计数已成为计算机视觉领域的研究热点之一。根据特征提取方法的不同，本文将人群计数分为两类。一种是传统的方法，另一种是基于深度学习的方法，重点分析和介绍了基于卷积神经网络的方法。进一步介绍了基准数据集和人群计数领域的其他代表性数据集。实验结果表明，在人群密集、规模变化较大的场景下，基于卷积神经网络的方法优于传统方法。在大规模变化和人口复杂的场景中，多列网络比单列网络计算更准确，效果更好。最后，讨论了该算法未来的发展方向。