技术特征：
1.一种人群数量确定方法，其特征在于，所述方法包括：获取第一图像；基于人群数量确定模型的数据处理层，对所述第一图像进行数据处理，得到所述第一图像对应的人群密度特征图；基于所述人群数量确定模型的特征分类层，对所述人群密度特征图进行分类处理，得到所述第一图像中的各个子区域对应的预测类别；基于所述第一图像中的各个子区域对应的预测类别，以及各个所述预测类别对应的人数估计值，获取所述第一图像中的各个子区域对应的预测人数；基于所述第一图像中的各个子区域对应的预测人数，获取所述第一图像对应的人群数量；其中，所述人群数量确定模型是以训练样本集中的样本图像为样本、以所述样本图像的各个子区域的标注类别为标签训练得到的机器学习模型；所述各个所述预测类别对应的人数估计值是基于所述样本图像的各个子区域的人群数量确定的。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取第一样本图像，以及所述第一样本图像中的各个子区域分别对应的标注类别；基于人群数量确定模型的数据处理层，对所述第一样本图像进行数据处理，得到所述第一样本图像对应的样本人群密度特征图；基于所述样本人群密度特征图，通过人群数量确定模型的特征分类层进行分类处理，获得所述第一样本图像中的各个子区域分别对应的预测结果；基于所述第一样本图像中的各个子区域分别对应的预测结果，以及所述第一样本图像中的各个区域分别对应的标注类别，对所述人群数量确定模型进行训练。3.根据权利要求2所述的方法，其特征在于，所述获取第一样本图像，以及所述第一样本图像中的各个子区域分别对应的标注类别，包括：获取所述训练样本集；所述训练样本集中的包含第一样本图像，以及所述第一样本图像对应的图像标注；所述图像标注用于指示所述第一样本图像中的样本对象的位置；基于所述第一样本图像对应的图像标注，获取所述第一样本图像中的各个子区域的人群数量；基于所述第一样本图像中的各个子区域的人群数量，获取所述第一样本图像中的各个子区域的标注类别。4.根据权利要求3所述的方法，其特征在于，所述基于所述第一样本图像中的各个子区域的人群数量，获取所述第一样本图像中的各个子区域的标注类别，包括：获取所述特征分类层对应的人数分类区间；所述人数分类区间包含至少两个子区间；基于所述第一样本图像中的各个子区域的人群数量，通过所述人数分类区间进行分类，获得所述第一样本图像中的各个子区域对应的标注类别。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：获取第一类样本子区域；所述第一类样本子区域是所述训练样本集中的各个样本图像的子区域中，与第一类标注类别对应的子区域；所述第一类标注类别是各个所述标注类别中的任意一个；基于所述第一类样本子区域中的各个子区域分别对应的人群数量，确定所述第一类标
注类别对应的人数估计值。6.根据权利要求5所述的方法，其特征在于，所述基于所述第一类样本子区域中的各个子区域分别对应的人群数量，确定所述第一类标注类别对应的人数估计值，包括：基于所述第一类样本子区域中的各个子区域分别对应的人群数量的平均值，确定所述第一类标注类别对应的人数估计值。7.根据权利要求4至6任一所述的方法，其特征在于，所述获取所述特征分类层对应的人数分类区间，包括：基于所述训练样本集中的各个样本图像的各个子区域的人群数量的最值，获取第一端点集；所述第一端点集用于指示所述人数分类区间的区间端点；基于所述人数分类区间的区间端点，确定所述第一分段点集；所述第一分端点集用于指示所述人数分类区间的区间分段点；所述区间分段点用于将所述人群分类区间分割为各个子区间；基于所述第一端点集与所述第一分段点集，获取所述特征分类层对应的人数分类区间。8.根据权利要求3所述的方法，其特征在于，所述基于所述第一样本图像对应的图像标注，获取所述第一样本图像中的各个子区域的人群数量，包括：基于所述第一样本图像，以及所述第一样本图像对应的图像标注，获得所述第一样本图像对应的第一样本热点图；所述第一样本热点图用于指示所述第一样本图像中人群的所在位置；基于所述第一样本热点图，通过高斯卷积核进行数据处理，获取所述第一样本图像对应的第一样本热力图；基于所述第一样本热力图，分别在所述第一样本图像中的各个子区域进行积分，获得所述第一样本图像的各个子区域的人群数量。9.一种人群数量确定方法，其特征在于，所述方法包括：获取训练样本集；所述训练样本集中包括第一样本图像，以及所述第一样本图像中的各个子区域分别对应的标注类别；基于人群数量确定模型的数据处理层，对所述第一样本图像进行数据处理，得到所述第一样本图像对应的样本人群密度特征图；基于所述样本人群密度特征图，通过人群数量确定模型的特征分类层进行分类处理，获得所述第一样本图像中的各个子区域分别对应的预测结果；基于所述第一样本图像中的各个子区域分别对应的预测结果，以及所述第一样本图像中的各个区域分别对应的标注类别，对所述人群数量确定模型进行训练；训练后的人群数量确定模型用于根据输入的第一图像获得该第一图像中的各个子区域的预测类别，并根据各个预测类别对应的人数估计值，确定第一图像对应的人群数量；各个所述预测类别对应的人数估计值是基于所述人群数量确定模型的训练样本集中样本图像的各个子区域的人群数量确定的。10.根据权利要求9所述的方法，其特征在于，所述方法还包括：获取第一类样本子区域；所述第一类样本子区域是所述训练样本集中的各个样本图像的子区域内可以第一类标注类别对应的子区域；所述第一类标注类别是各个所述标注类别
中的任意一个；基于所述第一类样本子区域中的各个子区域分别对应的人群数量，确定所述第一类标注类别对应的人数估计值。11.根据权利要求10所述的方法，其特征在于，所述基于所述第一类样本子区域中的各个子区域分别对应的人群数量，确定所述第一类标注类别对应的人数估计值，包括：基于所述第一类样本子区域中的各个子区域分别对应的人群数量的平均值，确定所述第一类标注类别对应的人数估计值。12.一种人群数量确定装置，其特征在于，所述装置包括：第一图像获取模块，用于获取第一图像；第一数据处理模块，用于基于人群数量确定模型的数据处理层，对所述第一图像进行数据处理，得到所述第一图像对应的人群密度特征图；第一分类模块，用于基于所述人群数量确定模型的特征分类层，对所述人群密度特征图进行分类处理，得到所述第一图像中的各个子区域对应的预测类别；第一预测人数获取模块，用于基于所述第一图像中的各个子区域对应的预测类别，以及各个所述预测类别对应的人数估计值，获取所述第一图像中的各个子区域对应的预测人数；第一人群数量确定模块，用于基于所述第一图像中的各个子区域对应的预测人数，获取所述第一图像对应的人群数量；其中，所述人群数量确定模型是以训练样本集中的样本图像为样本、以所述样本图像的各个子区域的标注类别为标签训练得到的机器学习模型；所述各个所述预测类别对应的人数估计值是基于所述样本图像的各个子区域的人群数量确定的。13.一种人群数量确定装置，其特征在于，所述装置包括：样本集获取模块，用于获取训练样本集；所述训练样本集中包括第一样本图像，以及所述第一样本图像中的各个子区域分别对应的标注类别；样本特征获取模块，用于基于人群数量确定模型的数据处理层，对所述第一样本图像进行数据处理，得到所述第一样本图像对应的样本人群密度特征图；样本数据处理模块，用于基于所述样本人群密度特征图，通过人群数量确定模型的特征分类层进行分类处理，获得所述第一样本图像中的各个子区域分别对应的预测结果；模型训练模块，用于基于所述第一样本图像中的各个子区域分别对应的预测结果，以及所述第一样本图像中的各个区域分别对应的标注类别，对所述人群数量确定模型进行训练；训练后的人群数量确定模型用于根据输入的第一图像获得该第一图像中的各个子区域的预测类别，并根据各个预测类别对应的人数估计值，确定第一图像对应的人群数量；各个所述预测类别对应的人数估计值是基于所述人群数量确定模型的训练样本集中样本图像的各个子区域的人群数量确定的。14.一种计算机设备，其特征在于，计算机设备包含处理器和存储器，所述存储器中存储由至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至11任一所述的人群数量确定方法。
15.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至11任一所述的人群数量确定方法。