本发明涉及一种基于伸缩卷积神经网络的引导区域密集人群计数方法。本发明首先进行人群计数数据集等级划分；其次进行引导区域选取；然后调整引导区域尺度一致；最后通过伸缩卷积神经网络得到最终的人群数目预测。本发明有效的提取了人群计数数据集的密集人群区域，提高了图片的抗干扰能力，且对网络模型深度进行了加强，有效的解决了尺度不均匀、遮挡严重等场景，加入了自适应分块损失函数与感知损失、欧式损失融合来优化模型，提高了密度图的分辨率质量，提升密集人群计数的准确性。