本发明公开了一种基于多尺度注意力机制的人群密度估计方法,其步骤包括:1、先从图片提取低维特征;2、使用多尺度空洞卷积来生成丰富的上下文特征;3、通过注意力机制对丰富的上下文特征进行融合;4、根据融合特征生成高清晰人群密度图。本发明能快速准确地识别出图片中的人群区域特征,基于注意力机制可以有效的融合多尺度特征,并提高人群密度估计的准确度。